harpiechoise

import pandas as pd  # Importamos pandas bajo el seudonimo

# Leer datos en CSV
df = pd.read_csv('iris.csv')  # Abrir un CSV con headers
df.head(2)  # Primeros 2 valores del dataset
#    sepal length in cm   sepal width in cm ...
# 0                 5.1                 3.5
# 1                 4.9                 3.0

df.tail(2)  # Ultimos 5 valores del dataset

harpiechoise

import pandas as pd  # Seudonimo de pandas

# Tipo de dato Serie
# Series
a = pd.Series([1, 2, 3])  # Objeto Series

print(type(a))  # <class 'pandas.core.series.Series'>
print(a)
# 0    1
# 1    2

harpiechoise

import numpy as np  # Importamos numpy bajo el seudonimo

a = np.arange(10) + 50  # Creamos un rango y le sumamos 50
print(a[2])   # Si quiero acceder al tercer elemento

print(a[-2])  # Si quiero el penultimo valor de mi Array
# 58

# Seleccionar un rango de elementos
print(a[2:5])   # Seleccionar desde tercer elemento al sexto elemento

harpiechoise

import numpy as np  # Importamos numpy con bajo el alias

a = np.arange(10)  # Creo un rango del 1 al 9
print(a + 10)  # [10 11 12 13 14 15 16 17 18 19]

a = np.eye(3)        # Creo una matriz diagonal de 3x3
b = np.eye(3, k=-1)  # Creo una matriz diagonal de 3x3
print(a + b)
# [[1. 0. 0.]
#  [1. 1. 0.]

harpiechoise

import numpy as np  # Importamos numpy bajo seudonimo

# a = np.array(1, 2, 3)    # Esto está mal
a = np.array([1, 2, 3])  # Mi funcion recibe una lista como parámetro

a = np.array([1, 2, 3])
a.dtype     # dtype('int64')
a.itemsize  # 8

a = np.array([1., 2., 3.])  # Le pasaremos valores decimales

harpiechoise

import numpy  # Importamos numpy para usarlo en nuestro codigo

import numpy as np  # Importamos con un alias

a = numpy.array([1, 2, 3])  # Creamos una array de numpy
print(a)  # [1 2 3]

# Bajo el alias
a = np.array([1, 2, 3])  # Creamos una array de numpy
print(a)  # [1 2 3]

harpiechoise

import numpy as np  # Importamos numpy

a = np.arange(25).reshape(5, 5)  # Hacemos una matriz de 5 x 5
print(a > 10)
# [[False False False False False]
#  [False False False False False]
#  [False  True  True  True  True]
#  [ True  True  True  True  True]
#  [ True  True  True  True  True]]

harpiechoise

import numpy as np  # Importamos numpy

# Numpy Linspace
a = np.linspace(10, 50, 5)
# 5 Valores igualmente distribuidos, es decir, sus distancias son iguales
print(a)
# [10. 20. 30. 40. 50.]
print(a.itemsize)  # Tamaño en Bytes de cada elemento
# 8

harpiechoise

import numpy as np
# 2 Útilidades

# Principio del Rango de numpy
print(np.arange(2, 13))  # [ 2  3  4  5  6  7  8  9 10 11 12]

# Pasos del rango
print(np.arange(2, 13, 2))  # [ 2  4  6  8 10 12]

# Matriz de zeros

harpiechoise

# Importamos Numpy
import numpy
from timeit import timeit  # Utilidad para hacer pruebas de rendimiento
import numpy as np
# Crear una array de numpy
numpy.array([1, 2, 3])  # array([1, 2, 3])

# Reduccion de la importacion
# Linea: 4
np.array([1, 2, 3])  # array([1, 2, 3])