En Python una matriz unidimensional, sin llamar a NumPy, puede ser una lista o un array.
miLista=[1,2,3]
o bien, usando array
Importando NumPy
Para un tratamiento matemático de las matrices y vectores se recomienda usar NumPy. Además proporciona tratamiento de matrices multidimensionales.Comencemos viendo cómo crear un array.
#Vamos a trabajar con numpy haciendo algunas matrices basicas
import numpy as np
a = np.array([1, 2, 3]) # Crea un array de una dimensión
b = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
# Ha creado un array de 3 dimensiones
print(type(a)) # Imprime "<class 'numpy.ndarray'>"
print(type(b)) # Imprime "<class 'numpy.ndarray'>"
print(a.shape) # Imprime "(3,)"
print(b.shape) # Imprime "(3,4)"
print(a[0], a[1], a[2]) # Imprime "1 2 3"
print(b[0],b[1],b[2]) # Imprime "[1 2 3 4] [5 6 7 8] [ 9 10 11 12]"
print(b[0,2]) # Imprime 3
a[0] = 5 # Cambia un elemento en un array
b[2,3]=-1 # Cambia el 12 por un -1
print(a) # Imprime "[5, 2, 3]"
print(b) # Imprime "[1 2 3 4] [5 6 7 8] [ 9 10 11 -1]"
c = np.array([[1/2,2,3],[4,5,6]]) # Crea una matriz de dimensión 2
print(c.shape) # Imprime "(2, 3)"
print(c[0, 0], c[0, 1], c[1, 0]) # Imprime "0.5 2.0 4.0"
En el último print se imprimen con coma flotantes los valores porque todos han de ser del mismo tipo, y hemos realizado una división.
Veamos ahora otro ejemplo donde únicamente importamos las funciones de NumPy que nos interesan.
# continuamos con arrays en Python
from numpy import log, sin, cos, array
a=[log(1),1,2,3,4,5,6,7,8,9] # creamos una lista
b=array(a) # convertimos la lista en un array
print('la variable a es de tipo',type(a),' y es:')
print(a)
print('la variable b es de tipo',type(b),' y es:')
print(b)
No hay comentarios:
Publicar un comentario