Numpy y Scipy - GaColimba
Numpy y Scipy - GaColimba
NUMPY Y SCIPY
Colimba Chiran Gustavo Adolfo
import numpy as np
de datos en Python son una herramienta muy útil para la informática
científica. Las matemáticas tratan una gran cantidad de conceptos
que son muy importantes, pero, al mismo tiempo, complejos y Creacion de arreglos Unidimencionales.
requieren mucho tiempo. Sin embargo, Python proporciona
bibliotecas como Numpy y SciPy que resuelven este problema.
A partir de una lista de Python
Python es uno de los lenguajes de programación más empleados en el
campo del análisis de datos, por su versatilidad y sinfín de librerías Lista=[1,2,3,4,5]
adaptadas a dicho fin, en este artículo se mostrará un comparativo a= np.array(Lista)
entre Numpy y Scipy que un buen científico de datos debe conocer
obligatoriamente [1]. Creación de arreglos de 2 dimenciones
.
b=np.array([[10,20,30],[40,50,60]])
II. DEFINICIÓN
Numpy: Significa Pitón Numérico y es el paquete más SCIPY: Es la biblioteca de software para operaciones
fundamental sobre el que se construyen todas las bibliotecas científicas como Álgebra Lineal, Estadística, Optimización,
científicas. NumPy es un módulo de extensión de Python que entre otras y está construida sobre la biblioteca NumPy.
proporciona un funcionamiento eficiente en matrices de datos
homogéneos. Permite que Python sirva como un lenguaje de SciPy es un conjunto de herramientas científicas y numéricas
alto nivel para manipular datos numéricos, muy parecido, por de código abierto (licencia BSD) para Python. Actualmente
ejemplo, a IDL o MATLAB [2]. admite funciones especiales, integración, solucionadores de
ecuaciones diferenciales ordinarias (ODE), optimización de
Esta herramienta se la utiliza para trabajar con Matrices, pero gradientes, herramientas de programación paralela, un
tambien tiene funciones para trabajar en el dominio de compilador de expresión a C ++ para una ejecución rápida y
Algebra lineal y Transformada de fourier. otros. Una buena regla general es que si está cubierto en un
libro de texto general sobre computación numérica (por
¿Porque utilizar Numpy? ejemplo, la conocida serie Numerical Recipes), probablemente
esté implementado en SciPy [5].
En Python tenemos listas que sirven como matrices, pero son
1088650668 2
FUNCIONES BASICAS
III. CONCLUSIONES
IV. REFERENCIAS
[6] edureka, «What is Python SciPy and How to use it,» 4 septiembre
2019. [En línea]. Available: https://medium.com/edureka/scipy-
tutorial-38723361ba4b. [Último acceso: 09 05 2021].