Arrays bidimensionales
Introducción a Python para finanzas
Adina Howe
Professor
Arrays bidimensionales
import numpy as np
months = [1, 2, 3]
prices = [238.11, 237.81, 238.91]
cpi_array = np.array([months, prices])
print(cpi_array)
[[ 1. 2. 3. ]
[ 238.11 237.81 238.91]]
Métodos de arrays
print(cpi_array)
[[ 1. 2. 3. ]
[ 238.11 237.81 238.91]]
.shape te da las dimensiones del array
print(cpi_array.shape)
(2, 3)
.size te da el número total de elementos del array
print(cpi_array.size)
6
Funciones de arrays
import numpy as np
prices = [238.11, 237.81, 238.91]
prices_array = np.array(prices)
np.mean() calcula la media de una entrada
print(np.mean(prices_array))
238.27666666666667
np.std() calcula la desviación estándar de una entrada
print(np.std(prices_array))
0.46427960923946671
La función `arange()`
numpy.arange() crea un array con inicio, fin y paso
import numpy as np months = np.arange(1, 13)print(months)
[ 1 2 3 4 5 6 7 8 9 10 11 12]
months_odd = np.arange(1, 13, 2)print(months_odd)
[ 1 3 5 7 9 11]
La función `transpose()`
numpy.transpose() intercambia filas y columnas de un array de numpy
print(cpi_array)
[[ 1. 2. 3. ]
[ 238.11 237.81 238.91]]
cpi_transposed = np.transpose(cpi_array)
print(cpi_transposed)
[[ 1. 238.11]
[ 2. 237.81]
[ 3. 238.91]]
Indexación en arrays 2D
print(cpi_array)
[[ 1. 2. 3. ]
[ 238.11 237.81 238.91]]
# índice fila 1, índice columna 2
cpi_array[1, 2]
238.91
# todas las filas, tercera columna
print(cpi_array[:, 2])
[ 3. 238.91]
¡Vamos a practicar!
Introducción a Python para finanzas
