Consultar un arreglo
NumPy está importado como np. El arr de ejemplo contiene [10, 20, 30, 40, 50].
arrExplora arreglos NumPy y desarrolla habilidades de cálculo numérico. Practica creación de arreglos, aritmética vectorial y agregaciones antes de proyectos de datos más grandes.
Empieza aquí
Carga una tarea en el terminal y pulsa Intro para ver el resultado. Todos los ejemplos funcionan en la sesión introductoria de esta página.
NumPy está importado como np. El arr de ejemplo contiene [10, 20, 30, 40, 50].
arrConsulta la forma del array unidimensional de ejemplo.
arr.shapeSelecciona un elemento con un índice que empieza en cero.
arr[0]Lee los elementos de los índices del uno al tres.
arr[1:4]Suma cinco a cada elemento sin modificar arr.
arr + 5Suma todos los valores del array de ejemplo.
arr.sum()Calcula la media aritmética.
arr.mean()Genera un array con los valores del cero al cuatro.
np.arange(5)Sin configuración local
Explora arreglos NumPy y desarrolla habilidades de cálculo numérico. Practica creación de arreglos, aritmética vectorial y agregaciones antes de proyectos de datos más grandes.
Empieza con los ejercicios anteriores. Cuando quieras realizar un proyecto, abre el laboratorio de LabEx y trabaja con herramientas reales en Linux, con instrucciones paso a paso y comentarios inmediatos.
Sigue aprendiendo
Continúa tus experimentos con NumPy siguiendo un árbol de habilidades. Elige un laboratorio guiado y practica cada concepto en línea.
Practica creación de arrays, indexación, aritmética y estadísticas básicas. Continúa con el árbol de habilidades de ciencia de datos y usa un laboratorio Python alojado para tareas numéricas mayores.
Los ejercicios introductorios son gratuitos. Inicia sesión para acceder a un entorno completo; la duración y los recursos dependen del laboratorio y de tu plan.
No necesitas instalar nada localmente. Inicia sesión y abre el laboratorio en un navegador moderno. Sigue las instrucciones para configurar el software dentro del entorno.
Esta vista previa admite pocos comandos. Inicia sesión y abre el laboratorio de Python para usar más comandos, paquetes y servicios. El software y los permisos dependen del laboratorio.
Sigue el árbol de habilidades de Ciencia de datos con laboratorios y retos guiados. Practica con frecuencia, revisa la salida de los comandos y pide ayuda a Labby.
Tu siguiente paso
Continúa con herramientas reales, laboratorios guiados y la ayuda de Labby.