ndarray: indexación,

vectorización y broadcasting
MSc. Jose Ferrer
MSc. Pablo Fonseca
Contenido
● Ndarray
● Tipos de datos
● Slicing y vistas
● Axis
Contenido
• Ndarray
• Tipos de datos
• Slicing y vistas
• Axis
Tipos de datos
• Para los tipos de datos contenido en los arreglos de numpy se tienen una
serie de tipo de datos escalares:

• Complejos
• Punto flotante
• Enteros
• Enteros sin signo
• Otros
Especificando el tipo de dato
• Se puede especificar el tipo de dato con dtype
Algunos atributos

tipo de dato

tamaño del
elemento

espacio ocupado
por el arreglo
Slicing
• No crea un nuevo arreglo,
sino que retorna una vista
sobre el arreglo
• Si modifico algo en el
arreglo original, también
se modificará en la vista
(view)
Indexing
• Podemos usar el resultado
de operaciones sobre los
elementos de un ndarray
para indexarlo
• Por ejemplo, si queremos
filtrar los elementos que
son mayores que 5
Indexing
• Se puede acceder
directamente a los
elementos que cumplen
una condición por ejemplo
Indexing
• También se puede utilizar la vista
creada para alterar los valores
Axis
• La clase ndarray soporta arreglos n-dimensionales, donde n es la
cantidad (arbitraria) de dimensiones
• El atributo ndim nos indica la cantidad de dimensiones
Axis
Axis
Axis
Reshape
• Retorna una
vista si es
posible, o una
copia
• -1 significa que
esa dimensión
se definirá
implícitamente
Broadcasting
• El término describe cómo actúa Numpy con arreglos de diferentes
tamaños
• Muchas de las operaciones de Numpy se aplican elemento a
elemento
Broadcasting: el caso básico
• El caso más básico es la multiplicación por escalar