Operaciones element-wise (sin bucles)
NumPy opera sobre cada elemento simultáneamente. Elige una operación y observa cómo se aplica a cada par de elementos.
a
+
b
=
resultado
Rendimiento: Lista Python vs NumPy Array
NumPy es mucho más rápido que las listas de Python para operaciones numéricas. Ajusta el tamaño del array y observa la diferencia.
Lista Python
NumPy Array
# Operación: multiplicar cada elemento por 2 y sumar 1
# Lista Python
result = [x * 2 + 1 for x in lista]
# NumPy (¡sin bucle!)
result = arr * 2 + 1
# Lista Python
result = [x * 2 + 1 for x in lista]
# NumPy (¡sin bucle!)
result = arr * 2 + 1
Estadísticas descriptivas con NumPy
Modifica los datos moviendo los sliders y observa cómo cambian las estadísticas en tiempo real.
import numpy as np
datos = np.array([...])
print(datos.mean()) # Media
print(np.median(datos)) # Mediana
print(datos.std()) # Desviación estándar
datos = np.array([...])
print(datos.mean()) # Media
print(np.median(datos)) # Mediana
print(datos.std()) # Desviación estándar
Filtrado con máscaras booleanas
Las máscaras permiten filtrar arrays con condiciones. Ajusta el umbral y observa qué elementos pasan el filtro.
datos
datos > 50
resultado
Reshape: cambiar la forma de un array
Un array de 12 elementos puede tener muchas formas diferentes sin cambiar los datos. Elige una forma:
shape: (12,)