Desarrolla soltura práctica con NumPy mediante 100 ejercicios específicos en un único Jupyter Notebook. Los primeros 50 establecen las bases de creación, cálculo, indexación, cambio de forma, ordenación y estadística de arrays; los otros 50 son ejercicios avanzados opcionales que combinan estas técnicas en problemas más exigentes.
Cada ejercicio incluye un ejemplo de código resuelto seguido de una celda vacía donde puedes reproducir o adaptar la solución. El recorrido avanza desde operaciones habituales con ndarray hasta valores ausentes, normalización, correlación, valores propios y conversión de imágenes en arrays, con un enfoque centrado en practicar Python numérico.
Lo que aprenderás
- Crear arrays de una, dos y tres dimensiones con los constructores de NumPy
- Aplicar aritmética elemento a elemento, operaciones matriciales y funciones matemáticas
- Seleccionar y transformar datos con indexación, cortes, cambios de forma, apilado y división
- Resumir arrays mediante extremos, promedios, varianza, desviación estándar y percentiles
- Ordenar arrays, localizar valores, tratar datos ausentes y comparar elementos
- Normalizar datos numéricos y calcular distancias, correlaciones y valores propios
- Combinar varias operaciones de NumPy para resolver problemas breves de manipulación de arrays
- Convertir datos de una imagen en un
ndarrayy mostrar el resultado reconstruido
A quién va dirigido este curso
Este curso está pensado para estudiantes de Python que quieren practicar NumPy de forma intensiva y para quienes estudian ciencia de datos y necesitan reforzar sus fundamentos de manipulación de arrays. Los principiantes pueden seguir los ejemplos resueltos de la primera mitad, mientras que quienes ya conocen NumPy pueden usar la segunda mitad opcional para comprobar sus habilidades.
Requisitos previos: Se recomienda conocer la sintaxis básica de Python, incluidas variables, funciones y listas. Tener experiencia previa con NumPy ayuda, pero no es obligatorio.
Entorno de aprendizaje: Se proporciona un Jupyter Notebook en el navegador sobre Ubuntu 22.04, con Python 3.10 y NumPy 2.0.0. Incluye los 100 ejercicios, ejemplos resueltos y celdas vacías de práctica, por lo que no necesitas instalar nada localmente.
Preguntas frecuentes
¿Es un curso guiado o una colección de ejercicios?
Es un único cuaderno de práctica extenso, no una secuencia de laboratorios guiados independientes. Hay explicaciones breves de los conceptos principales, pero la mayor parte del tiempo se dedica a leer, ejecutar y reescribir código NumPy.
¿Se proporcionan soluciones?
Sí. Cada ejercicio muestra una implementación resuelta y ofrece una celda vacía para practicar. Para aprovechar mejor el material, intenta reproducir el resultado sin copiar directamente el ejemplo.
¿Tengo que completar los 100 ejercicios en orden?
Los primeros 50 forman la sección básica y ofrecen la progresión más clara. Los ejercicios 51–100 están marcados explícitamente como opcionales y puedes elegirlos según tus necesidades o usarlos para repasar temas concretos.
¿El curso enseña machine learning o proyectos de ciencia de datos?
No. Desarrolla técnicas de NumPy útiles como base para esos campos, pero no crea modelos predictivos ni proyectos completos de principio a fin. El objetivo es practicar operaciones con arrays y resolución numérica de problemas.
