Pon a prueba y amplía tus conocimientos de NumPy mediante 15 desafíos de programación independientes. En lugar de seguir explicaciones introductorias, implementarás funciones y programas a partir de requisitos, ejemplos y archivos iniciales sobre arrays, estadística, procesos aleatorios, álgebra lineal, cadenas, datos binarios y análisis de señales.
La colección abarca tres desafíos Beginner y doce Intermediate. Cada escenario suele avanzar por varias tareas relacionadas, como elaborar estadísticas de clientes, resolver problemas matriciales, simular sistemas aleatorios o analizar una señal sintética con FFT. Por su amplitud, es más apropiada para la práctica deliberada y la autoevaluación que para un primer contacto con NumPy.
Lo que aprenderás
- Implementar funciones matemáticas elemento a elemento y convertir tipos numéricos de arrays
- Agregar datos multidimensionales de transacciones y calcular estadísticos descriptivos y correlación
- Combinar indexación, máscaras, cambio de forma, concatenación, apilado y división
- Generar y transformar datos aleatorios para dados, Monte Carlo, muestreo, grafos y cadenas de Markov
- Resolver problemas con productos, inversas, determinantes, SVD, valores propios, rango y ecuaciones lineales
- Ordenar arrays multidimensionales e implementar búsquedas de valores y coordenadas
- Aplicar funciones vectorizadas de cadenas y operaciones bit a bit a datos codificados
- Usar FFT y
einsumpara análisis frecuencial, expresiones matriciales y contracción tensorial
A quién va dirigido este curso
Este curso está dirigido a quienes ya conocen NumPy básico y buscan problemas variados que revelen lagunas en su comprensión. Resulta útil para practicar con autonomía antes de abordar cálculo numérico avanzado; quien necesite instrucción paso a paso debería familiarizarse primero con creación, indexación, formas y funciones de arrays.
Requisitos previos: Debes poder escribir funciones de Python y crear, indexar y calcular con arrays NumPy. La estadística y el álgebra lineal básicas ayudan en los desafíos posteriores, en su mayoría Intermediate.
Entorno de aprendizaje: Cada desafío ofrece un WebIDE Ubuntu 22.04 con archivos iniciales y verificación de tareas. Editas y ejecutas Python en el navegador; el desafío de FFT también usa Matplotlib para gráficos temporales y frecuenciales. No se utiliza ninguna cuenta de servicio externa.
Preguntas frecuentes
¿Son laboratorios guiados o desafíos de evaluación?
Son 15 desafíos independientes. Cada uno proporciona requisitos y ejemplos, pero debes completar la implementación y usar las comprobaciones disponibles, no seguir una solución completa paso a paso.
¿Es adecuado para alguien completamente nuevo en NumPy?
No como primer curso. Aunque figura con nivel Beginner, doce desafíos están marcados como Intermediate e incluyen SVD, FFT, bits y contracción tensorial. Se recomienda encarecidamente practicar NumPy antes.
¿Debo completar los desafíos en orden?
Los 15 escenarios son independientes y puedes elegirlos por tema. Dentro de un desafío con varias etapas, sí conviene seguir el orden porque las funciones posteriores pueden combinar o depender del trabajo anterior.
¿Cuánta visualización incluye el curso?
Solo el desafío de FFT requiere Matplotlib para crear una onda, un espectro de potencia y picos de frecuencia etiquetados. Los demás se centran en implementar y verificar operaciones numéricas, textuales o binarias.
