Funciones de Creación para Arreglos 1D
Además de la creación básica de arreglos mediante la especificación explícita de los elementos, numpy
también permite la creación automática de arreglos utilizando funciones especiales. A continuación, se presentan dos de las funciones más comunes para crear arreglos exclusivamente unidimensionales:
arange()
;linspace()
.
arange()
La función numpy.arange()
es similar a la función incorporada range()
de Python; sin embargo, devuelve un ndarray
. En esencia, crea un arreglo con elementos espaciados uniformemente dentro de un intervalo especificado.
Por ejemplo, si el intervalo especificado es de 0 a 10 con un tamaño de paso de 2, el arreglo resultante sería: [0, 2, 4, 6, 8]
.
A continuación, se describen sus tres parámetros más importantes y sus funciones:
-
start
:- Valor predeterminado:
0
; - Representa el primer elemento del arreglo.
- Valor predeterminado:
-
stop
:- Sin valor predeterminado;
- Define el punto final, que no se incluye en el arreglo.
-
step
:- Valor predeterminado:
1
; - Especifica el incremento que se añade a cada elemento siguiente.
- Valor predeterminado:
12345678910import numpy as np # Creating an array of integers from 0 to 11 exclusive with step=1 array_1 = np.arange(11) print(array_1) # Creating an array of integers from 1 to 11 exclusive with step=1 array_2 = np.arange(1, 11) print(array_2) # Creating an array of integers from 0 to 11 exclusive with step=2 array_3 = np.arange(0, 11, 2) print(array_3)
linspace()
Mientras que arange()
puede trabajar con números reales, se prefiere numpy.linspace()
sobre numpy.arange()
para este propósito porque arange()
puede producir resultados inesperados debido a errores de precisión de punto flotante al calcular los pasos. En cambio, linspace()
genera una cantidad específica de puntos uniformemente espaciados dentro de un intervalo, garantizando precisión y consistencia.
Con linspace()
, en lugar del parámetro step
, existe el parámetro num
que se utiliza para especificar la cantidad de muestras (números) dentro de un intervalo dado (el valor predeterminado es 50
).
1234567import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_1 = np.linspace(0, 1, 5) print('Example 1:', array_1) # Generating 7 equally spaced values between -1 and 1 (inclusive) array_2 = np.linspace(-1, 1, 7) print('Example 2:', array_2)
Endpoint
El parámetro endpoint
determina si el valor de stop
está incluido. Por defecto, es True
(inclusivo). Si se establece en False
, se excluye el valor de stop
, lo que reduce ligeramente el tamaño del paso.
A continuación, se muestra una comparación entre array_inclusive
y array_exclusive
:
1234567import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_inclusive = np.linspace(0, 1, 5) print('Endpoint = True:', array_inclusive) # Generating 5 equally spaced values between 0 and 1 (exclusive) array_exclusive = np.linspace(0, 1, 5, endpoint=False) print('Endpoint = False:', array_exclusive)
Cuando endpoint=True
, el intervalo [0,1] se divide en 4 segmentos iguales e incluye el extremo (1
), lo que da como resultado un tamaño de paso de (1−0)/4=0.25.
Cuando endpoint=False
, el intervalo [0,1) se divide en 5 segmentos iguales ya que el extremo está excluido, lo que da como resultado un tamaño de paso de (1−0)/5=0.2.
Swipe to start coding
- Utilizar la función
arange()
para crear el arrayeven_numbers
. - Especificar los argumentos para crear un array de números pares desde
2
hasta21
sin incluir este último. - Utilizar la función adecuada para crear el array
samples
, que permite especificar la cantidad de valores dentro de un intervalo dado. - Especificar los tres primeros argumentos para crear un array de
10
números equidistantes entre5
y6
. - Asegurarse de que
6
no esté incluido en el arraysamples
.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.7
Funciones de Creación para Arreglos 1D
Desliza para mostrar el menú
Además de la creación básica de arreglos mediante la especificación explícita de los elementos, numpy
también permite la creación automática de arreglos utilizando funciones especiales. A continuación, se presentan dos de las funciones más comunes para crear arreglos exclusivamente unidimensionales:
arange()
;linspace()
.
arange()
La función numpy.arange()
es similar a la función incorporada range()
de Python; sin embargo, devuelve un ndarray
. En esencia, crea un arreglo con elementos espaciados uniformemente dentro de un intervalo especificado.
Por ejemplo, si el intervalo especificado es de 0 a 10 con un tamaño de paso de 2, el arreglo resultante sería: [0, 2, 4, 6, 8]
.
A continuación, se describen sus tres parámetros más importantes y sus funciones:
-
start
:- Valor predeterminado:
0
; - Representa el primer elemento del arreglo.
- Valor predeterminado:
-
stop
:- Sin valor predeterminado;
- Define el punto final, que no se incluye en el arreglo.
-
step
:- Valor predeterminado:
1
; - Especifica el incremento que se añade a cada elemento siguiente.
- Valor predeterminado:
12345678910import numpy as np # Creating an array of integers from 0 to 11 exclusive with step=1 array_1 = np.arange(11) print(array_1) # Creating an array of integers from 1 to 11 exclusive with step=1 array_2 = np.arange(1, 11) print(array_2) # Creating an array of integers from 0 to 11 exclusive with step=2 array_3 = np.arange(0, 11, 2) print(array_3)
linspace()
Mientras que arange()
puede trabajar con números reales, se prefiere numpy.linspace()
sobre numpy.arange()
para este propósito porque arange()
puede producir resultados inesperados debido a errores de precisión de punto flotante al calcular los pasos. En cambio, linspace()
genera una cantidad específica de puntos uniformemente espaciados dentro de un intervalo, garantizando precisión y consistencia.
Con linspace()
, en lugar del parámetro step
, existe el parámetro num
que se utiliza para especificar la cantidad de muestras (números) dentro de un intervalo dado (el valor predeterminado es 50
).
1234567import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_1 = np.linspace(0, 1, 5) print('Example 1:', array_1) # Generating 7 equally spaced values between -1 and 1 (inclusive) array_2 = np.linspace(-1, 1, 7) print('Example 2:', array_2)
Endpoint
El parámetro endpoint
determina si el valor de stop
está incluido. Por defecto, es True
(inclusivo). Si se establece en False
, se excluye el valor de stop
, lo que reduce ligeramente el tamaño del paso.
A continuación, se muestra una comparación entre array_inclusive
y array_exclusive
:
1234567import numpy as np # Generating 5 equally spaced values between 0 and 1 (inclusive) array_inclusive = np.linspace(0, 1, 5) print('Endpoint = True:', array_inclusive) # Generating 5 equally spaced values between 0 and 1 (exclusive) array_exclusive = np.linspace(0, 1, 5, endpoint=False) print('Endpoint = False:', array_exclusive)
Cuando endpoint=True
, el intervalo [0,1] se divide en 4 segmentos iguales e incluye el extremo (1
), lo que da como resultado un tamaño de paso de (1−0)/4=0.25.
Cuando endpoint=False
, el intervalo [0,1) se divide en 5 segmentos iguales ya que el extremo está excluido, lo que da como resultado un tamaño de paso de (1−0)/5=0.2.
Swipe to start coding
- Utilizar la función
arange()
para crear el arrayeven_numbers
. - Especificar los argumentos para crear un array de números pares desde
2
hasta21
sin incluir este último. - Utilizar la función adecuada para crear el array
samples
, que permite especificar la cantidad de valores dentro de un intervalo dado. - Especificar los tres primeros argumentos para crear un array de
10
números equidistantes entre5
y6
. - Asegurarse de que
6
no esté incluido en el arraysamples
.
Solución
¡Gracias por tus comentarios!
single