NumPy
La librería de arrays que es la base numérica de casi todo el ecosistema de Python.
CategoríaDatos
DificultadPrincipiante
Tiempo de aprendizaje2-3 semanas
¿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
pip install numpyEjemplo básico
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.