Las estructuras de datos que hemos visto hasta ahora (listas, tuplas, diccionarios, conjuntos) permiten manipular datos de manera muy flexible. Combinándolas y anidándolas, es posible organizar información de manera estructurada para representar sistemas del mundo real.
En muchas aplicaciones de Ingeniería (por mencionar solo algunas aplicaciones, sin embargo esto no quiere decir que su aplicación solo se dará en esta área), por decirlo así,
más importante que la organización de los datos es la capacidad de hacer muchas operaciones a la vez sobre grandes conjuntos de datos numéricos de manera eficiente,
utilizando poca memoria ram de nuestro ordenador.
Si deseas aprender y dominar más este lenguaje de programación te podemos recomendar un excelente curso de python que muchas personas lo recomiendan por internet y redes sociales.
NumPy es un módulo / biblioteca de Python que se utiliza para realizar cálculos científicos utilizando Python, su principal función es analizar muchos datos mediante esta estructura. Con este tutorial, aprenderás cómo realizar muchas operaciones usando arreglos NumPy, como añadir, eliminar, ordenar y manipular elementos de muchas maneras.
NumPy proporciona un objeto el cual es un arreglo multidimensional y otras matrices derivadas, como matrices enmascaradas o matrices multidimensionales enmascaradas, para el tratamiento de la información sin sobrecargar la memoria ram, es una de las ventajas principales de este lenguaje de programación en comparación como Java o C#; no queremos dar a entender que estos lenguajes son malos ya que por el contrario son lenguajes de progrmación muy potentes que han estado vivos durante dedcadas.
Formalmente, en Python no existen los arreglos. Sin embargo, estructuras similares son las listas, tuplas y diccionarios son los que estan reemplazando esta estructura en python. En
este caso simularemos un arreglo mediante la creación de listas.
def DIM_VECTOR(Filas):
ARREGLO = []
for Fila in range(0, Filas):
ARREGLO.append(None)
return ARREGLO
Cuando necesitamos manejar muchos datos o tratar de analizar muchos datos incluso de un gestor como MySQL o SQL Server, generalmente hay soluciones más efectivas que tener muchas variables. Por ejemplo, si hay que guardar 1000 números, suele ser más eficiente almacenar esos 1000 datos "juntos", formando una "matriz", en vez de usar 1000 variables distintas, imaginemos almacenar en nuestra memoria ram mil variables con sus respectivos datos, esto sería muy pesado y se volvería un poco lenta nuestra aplicación, por esa razón python mejoro este procesamiento intentandolo meter una estructura como un arreglo (que la realidad no son arreglo pero por el momento así lo manejaremos).
La palabra "matriz" es una traducción del inglés "array". Algunos programadores lo interpretan como tabla, vector o incluso "arreglo". Cualquiera de las anteriores hace referencia al mismo concepto, el cual hemos estado estudiando en este tutorial para que puedas aprender con éxito.
Normalmente, para una matriz podremos acceder individualmente a cada uno de sus elementos usando corchetes: el primer dato sería algo como "datos[0]", y el último de 10 elementos sería "datos[9]". Justo como lo vimos para la explicación del ejemplo anterior. Pero imaginemos que tenemos una lista de más de 10 mil elementos, seria muy tedioso obtener la información de cada elemento de esta manera, sin embargo podemos acceder a el mediante un for o un foreach, los cuales explicaremos en otra sección de nuestros tutoriales ya que es un tema extenso que podríamos pasar horas y horas hablando de ello.
El módulo NumPy proporciona un objeto ndarray que podemos usar para realizar operaciones en una arreglo de cualquier dimensión (regularmente se utilizar para el tratamiento de muchos datos y da una velocidad de ejecución rápida gracias a los propios métodos que contiene esta librería propiamente programados. El ndarray significa arreglo de N dimensiones donde N es cualquier número. Eso significa que los arreglos NumPy puede ser de cualquier dimensión.
Una lista es una estructura de datos y un tipo de dato que uza python con características especiales. Lo especial de las listas que utiliza Python es que nos permiten almacenar cualquier tipo de valor como enteros, cadenas y hasta otras funciones incluso objetos definidos propiamente con python.
A continuación mencionaremos los métodos más utilizados por estos arreglo o listas
Este método nos permite agregar nuevos elementos a una lista, los agregará siempre al final de nuestra lista, por ejemplo si se tiene una lista de 10 elementos, al utilizar este metodo se agregará siempre al final. Otros lenaguajes de programación lo utilizan y es muy similar para este lenguaje.
Extend también nos permite agregar elementos dentro de una lista, pero a diferencia de append al momento de agregar una lista, cada elemento de esta lista se agrega como un elemento más dentro de la otra lista. Se puede dar a entender que este metodo agregará un arreglo a la lista que le estemos indicando.
El método remove va a remover un elemento que se le pase como parámentro de la lista a donde se le esté aplicando, cabe mencionar que trabaja bajo indices. Si alguna vez has utilizado Jav ascript podrás identificarte ya que funciona de la misma manera.
Index devuelve el número de indice del elemento que le pasemos por parámetro. Esta función es de las menos utilizadas ya que te devolverá el mismo indice que le pases como parámetro. Es una de las funciones menos utilizadas por los programadores.
Para saber cuántas veces un elemento de una lista se repite podemos utilizar el metodo count(). Regularmente se utiliza para no almancenar información duplicada y así mantener la información veráz para gestores de base de datos.
También podemos invertir los elementos de una lista. Esta función es muy divertida ya que devuelve los valores de abajo hacia arriba, si alguna vez estudiaste este método cuando erás estudiante de la universidad, estas pilas te resolvian dicho problema.
Las limitaciones que tiene un arreglo respecto de las listas son compensadas por la cantidad de operaciones convenientes que permiten realizar sobre ellos.
Las operaciones entre un arreglo y un valor simple funcionan aplicando la operación a todos los elementos del arreglo, usando el valor simple como operando todas las veces
El módulo NumPy contiene a su vez otros módulos que proveen funcionalidad adicional a las matrices y funciones básicos, la cual podemos encontrar dentro de la librería Numpy de la siguiente manera from numpy.random import random
También hemos estado investigando y hemos notado otro interesante curso de python del cual también tienen muchas buenas criticas, recuerda que un curso presencial tiene mucho más peso en valor curricular, actualmente existen muchos cursos en linea, sin embargo y por lo menos en México no tienen valor curricular para las empresas, es por esa razón que nosotros nos hemos dado a la tarea de investigar los mejores cursos en México
Por el momento, puedes tomar nuestro curso de Excel. Si te interesa la programación, puedes tomar nuestro curso de java
Diseño Web Grupo Codesi