ALGORITMIA Y

PROGRAMACION
Andres Mauricio Valencia Restrepo
Ing. Mecánico.

1
 NumPy

NumPy es una extensión de

Python, la cual agrega mayor
soporte para trabajar con
vectores y matrices.
Esta extensión cuenta con una
biblioteca de funciones
matemáticas de alto nivel para
realizar operaciones
algebraicas entre vectores o
matrices.

Escuela de ingeniería de sistemas y computación 2

Universidad del valle
NumPy

NumPy array

2D
A 0 1 2
axis 2
3D
0 A[0,0], A[0,1], A[0,2]

1 A[1,0], A[1,1], A[1,2]

axis 0 axis 0
2 A[2,0], A[2,1], A[2,2]

3 A[3,0], A[3,1], A[3,2]

axis 1

axis 1

Escuela de ingeniería de sistemas y computación 3

Universidad del valle
NumPy

Principales ventajas

Optimización de Optimización de
Facilidad de uso
espacio tiempo

Escuela de ingeniería de sistemas y computación 4

Universidad del valle
NumPy

El DANE lleva un control sobre la inflación mensual del primer semestre del año 2019 a las ciudades más importantes
de Colombia (Cali, Bogotá, Medellín, Barranquilla y Manizales). Los nombres de las ciudades se encuentran
almacenados en un arreglo de String de tamaño 5, y la información sobre las inflaciones se encuentra almacenada en
una matriz de tipo double de tamaño 5x6 donde cada fila representa una ciudad, y cada columna un mes del año.

• Realizar una función que automáticamente llene la matriz de inflaciones con números aleatorios decimales entre 0.0 y
10. Cada posición de la matriz representa la inflación de una ciudad en un determinado mes.
• Realizar una función que imprima los datos de las inflaciones como se muestra en la tabla 1.
• Realizar una función que pida un mes y luego muestre el promedio de inflaciones en las 5 ciudades para dicho mes.
• Realizar una función que pida la ciudad y muestre el promedio de inflación de dicha ciudad en el semestre.

Escuela de ingeniería de sistemas y computación 5

Universidad del valle
NumPy

Accion Codigo Accion Codigo

Crear matriz mxn con unos np.ones((m,n)) Obtener toda la columna J de una matriz A A[0:,J]
Cambiar el valor del elemento almacenado en la
Crear matriz mxn con ceros np.zeros((m,n)) A[I,J]=K
fila I columna J de la matriz A por el valor K
crear la matriz B con forma nxm a partir de los
Crear matriz mxn con valores random np.random.random((m,n)) datos de la matriz A B=A.reshape(n,m)
Crear matriz mxn vacia np.empty((m,n)) Obtener el valor mas grande de la matriz A A.max()
Crear matriz mxn llena por un numero especifico k np.full((m,n),k) Obtener el valor mas pequeño de la matriz A A.min()
obtener la sumatoria de cada uno de los elementos
Crear vector de p a q con separaciones v
np.arange(p,q,v) de la matriz A A.sum()
Crear vector de p a q con tamaño v np.linspace(p,q,v) Almacenar la suma de la matriz A y B en C C=A+B
Crear matriz identidad de tamaño mxm np.identity(m) Almacenar la diferencia de la matriz A y B en C C=A-B
Obtener dimension de una matriz A np.ndim(A) Almacenar la multiplicacion de la matriz A y B en C C=A-B
Obtener tipos de datos de una matriz A np.dtype(A) Almacenar la divicion de la matriz A y B en C C=A-B
Obtener el numero de elementos de una matriz A np.size(A) Almacenar la raiz cuadrada de la matriz A en C C=np.sqrt(A)
Obtener forma de una matriz A np.shape(A) Calcular la desviacion estandar de A np.std(A)

Obtener el elemento en la fila I columna J de una matriz A A[I,J] Obtener el promedio de los valores almacenados
en A np.mean(A)
Obtener toda la fila I de una matriz A A[I,0:]

Escuela de ingeniería de sistemas y computación 6

Universidad del valle
 Campus virtual

Email:
andres.valencia.restrepo@correounivalle.edu.co
Contacto
Oficina: Edif 340 oficina 2011
Horario de atención: miércoles 2-5 pm

Escuela de ingeniería de sistemas y computación 7

Universidad del valle