Creación de una matriz de NumPy utilizando datos existentes

Introducción

NumPy es una popular biblioteca de Python que ofrece soporte para Arrays. Proporciona varias maneras de crear una matriz a partir de datos existentes. En este laboratorio, aprenderemos cómo crear una matriz utilizando datos existentes.

Consejos sobre la VM

Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y resolveremos rápidamente el problema para usted.

Creación de una matriz utilizando una tupla - Utilizando numpy.asarray

La rutina numpy.asarray se utiliza para convertir una secuencia de Python en una ndarray. Vamos a crear una matriz utilizando una tupla con numpy.asarray.

import numpy as np

## tupla de Python
l = (34,7,8,78)
## creación de una matriz utilizando la tupla
a = np.asarray(l)

print(type(a))
print(a)

Salida:

<class 'numpy.ndarray'>
[34 7 8 78]

En el código anterior, creamos una matriz utilizando la función numpy.asarray() pasando la tupla l como entrada y almacenando la matriz devuelta en la variable a. La salida muestra que a es una numpy.ndarray.

Creación de una matriz utilizando una lista - Utilizando numpy.asarray

Ahora, crearemos una matriz utilizando más de una lista.

import numpy as np

## lista de Python
l = [[1,2,3],[8,9],[5,7]]
## creación de una matriz a partir de la lista
b = np.asarray(l)

print(type(b))
print(b)

Salida:

<class 'numpy.ndarray'>
[list([1, 2, 3]) list([8, 9]) list([5, 7])]

En el código anterior, creamos una matriz utilizando la función numpy.asarray() pasando la lista l como entrada y almacenando la matriz devuelta en la variable b. La salida muestra que la matriz contiene listas como elementos en lugar de elementos individuales.

Creación de una matriz utilizando numpy.frombuffer

La rutina numpy.frombuffer se utiliza para crear una matriz utilizando el búfer especificado.

import numpy as np

## inicializar bytes
l = b'LabEx!'
print(type(l))

a = np.frombuffer(l, dtype = "S1")
print(a)
print(type(a))

Salida:

<class 'bytes'>
[b'S' b't' b'u' b'd' b'y' b'T' b'o' b'n' b'i' b'g' b'h' b't' b'!']
<class 'numpy.ndarray'>

En el código anterior, creamos una matriz utilizando la rutina numpy.frombuffer donde inicializamos los bytes y devolvemos una matriz unidimensional del tipo 'S1'. Al ejecutarse, esta función muestra todos los caracteres individuales de la cadena de bytes dada.

Creación de una matriz utilizando numpy.fromiter

La rutina numpy.fromiter se utiliza para crear una ndarray utilizando un objeto iterable.

import numpy as np

## utilizando una tupla de Python
tup = (2,4,6,20)
## crear un iterador
it = iter(tup)

## crear una ndarray utilizando el iterador
x = np.fromiter(it, dtype = float)

print(x)
print(type(x))

Salida:

[ 2. 4. 6. 20.]
<class 'numpy.ndarray'>

En el código anterior, primero creamos una Tupla tup y luego creamos un iterador utilizando la misma. Luego utilizamos ese iterador para crear la matriz de numpy de números de punto flotante.

Resumen

En este laboratorio, aprendimos diferentes maneras de crear una matriz utilizando datos existentes en la biblioteca NumPy. Utilizamos diferentes rutinas de la biblioteca para crear matrices utilizando Tuplas, Listas, Desde un Búfer y Desde un Iterador. Con estos métodos, podemos crear fácilmente una matriz de NumPy utilizando los datos que tenemos y aplicar análisis, cálculos y operaciones adicionales sobre ella.