NumPy

La librería de arrays que es la base numérica de casi todo el ecosistema de Python.

CategoríaDatos
DificultadPrincipiante
Tiempo de aprendizaje2-3 semanas
Official documentation

¿Qué puedes lograr con esta herramienta?

Los resultados prácticos que desbloquea.

  • Hacer operaciones vectorizadas sobre millones de números sin loops en Python puro
  • Implementar álgebra lineal, transformadas y estadística básica
  • Servir de cimiento a pandas, scikit-learn, PyTorch y TensorFlow

Descripción

NumPy aporta el objeto ndarray y operaciones vectorizadas de C compiladas, lo que hace posible el cómputo numérico rápido en Python. Prácticamente cada librería de ciencia de datos en Python se construye sobre NumPy.

Casos de uso

  • Operaciones vectorizadas sobre arrays grandes
  • Álgebra lineal y estadística
  • Generación de números aleatorios y simulaciones
  • Backend numérico para otras librerías

Instalación

Instalarbash
pip install numpy

Ejemplo básico

Ejemplo básicopython
import numpy as np

x = np.array([1, 2, 3, 4, 5])
print(x.mean(), x.std())

Ventajas y limitaciones

Ventajas

  • Extremadamente rápido gracias a operaciones vectorizadas en C
  • Estándar de facto, todo se integra con él
  • API estable y bien documentada

Limitaciones

  • Solo arrays homogéneos (un tipo de dato por array)
  • Errores de broadcasting pueden ser difíciles de depurar

Alternativas

Herramientas que resuelven un problema parecido de otra forma.