NumPy Array

Existen 6 mecanismos generales para crear Arrays:

1. Conversión desde otras estructuras de Python (por ejemplo, listas y tuplas)
2. Funciones intrínsecas de NumPy para la creación de arrays (por ejemplo, arange, ones, zeros, etc.)
3. Replicación, unión o mutación de matrices existentes
4. Lectura de matrices desde disco, ya sea desde formatos estándar o personalizados
5. Creación de matrices a partir de bytes sin procesar mediante cadenas o buffers.
6. Utilización de funciones especiales de biblioteca (por ejemplo, random)

Puede utilizar estos métodos para crear ndarrays o arrays estructurados.

1. Conversión desde otras estructuras de Python (por ejemplo, listas y tuplas)

Los Array de NumPy pueden definirse utilizando secuencias de Python como listas y tuplas. Las listas y tuplas se definen utilizando [...] y (...), respectivamente. Las listas y tuplas pueden definir la creación de ndarray:

• una lista de números creará un Array 1D,
• una lista de listas creará un Array 2D,
• otras listas anidadas crearán matrices de mayor dimensión. En general, cualquier objeto array se denomina ndarray en NumPy.

lista = [1,2,3,4,5,6,7,8]
arr = np.array(lista)
type(arr)

matriz = [[1,2,3],[4,5,6],[7,8,9]]
matriz = np.array(matriz)
type(matriz)

2. Funciones intrínsecas de NumPy para la creación de arrays

NumPy tiene más de 40 funciones incorporadas para crear arrays, como se indica en las rutinas de creación de arrays. Estas funciones pueden dividirse en aproximadamente tres categorías, basadas en la dimensión del array que crean:

• Matrices 1D
• matrices 2D
• ndarrays

Funciones de creación de arrays 1D

Las funciones de creación de arrays 1D, por ejemplo numpy.linspace y numpy.arange, generalmente necesitan al menos dos entradas, start y stop.

numpy.arange crea arrays con valores que se incrementan regularmente.

np.arange(0,20,2)