Estructura general de un programa

Profesor: Santiago Quiñones

Programación - Ingeniería Industrial

Contenidos

Instrucciones, tipos

Elementos básicos de un prog.

Datos, tipos y operac. primitivas

Constantes y variables

Expresiones, operación de asig.

Arreglos numpy

Resumen de listas

Poderosas
Colección de valores
Mantener datos de diferentes tipos
Cambiar, agregar, remover
Necesidad de la ciencia de datos
- Operaciones matemáticas sobre colecciones
- Velocidad

Ilustración

height = [1.73, 1.68, 1.71, 1.89, 1.79]
print(height)

[1.73, 1.68, 1.71, 1.89, 1.79]

weight = [65.4, 59.2, 63.6, 88.4, 68.7]
print(weight)

[65.4, 59.2, 63.6, 88.4, 68.7]

weight / height ** 2

TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'

Ilustración

Solución: Numpy

Python numérico
Alternativa a las Listas de Python: Arreglos Numpy
Cálculos en arreglos enteros
Fácil y rápido
Instalación
- En la terminal: pip install numpy

Numpy

np_height = np.array(height)
print(np_height)

array([1.73, 1.68, 1.71, 1.89, 1.79])

np_weight = np.array(weight)
print(np_weight)

array([65.4, 59.2, 63.6, 88.4, 68.7])

bmi = np_weight / np_height ** 2
print(bmi)

array([21.85171573, 20.97505669, 21.75028214, 24.7473475,  21.44127836])

import numpy as np

Numpy: observaciones

np.array([1.0, "is", True])

array(['1.0', 'is', 'True'], dtype='<U32')

Arreglos numpy: contendrá un solo tipo

Numpy: observaciones

python_list = [1, 2, 3]
numpy_array = np.array([1, 2, 3])

[1, 2, 3, 1, 2, 3]

Diferentes tipos: ¡comportamiento diferente!

python_list + python_list

numpy_array + numpy_array

array([2, 4, 6])

Subconjuntos en Numpy

bmi

array([False, False, False, True, False])

bmi[1]

20.975

array([21.85171573, 20.97505669, 21.75028214, 24.7473475,  21.44127836])

bmi > 23

array([24.7473475])

bmi[bmi > 23]

Arreglos Numpy 2D

Matrices

Arreglos Numpy 2D

np_2d = np.array([[1.73, 1.68, 1.71, 1.89, 1.79],
                  [65.4, 59.2, 63.6, 88.4, 68.7]])

print(np_2d)

array([[1.73, 1.68, 1.71, 1.89, 1.79],
      [65.4, 59.2, 63.6, 88.4, 68.7]])

np_2d.shape

(2, 5) # 2 filas, 5 columnas

np.array([[1.73, 1.68, 1.71, 1.89, 1.79],
          [65.4, 59.2, 63.6, 88.4, "68.7"]])

array([['1.73', '1.68', '1.71', '1.89', '1.79'],
      ['65.4', '59.2', '63.6', '88.4', '68.7']])

Subconjuntos


         0       1     2     3     4
  
array([[ 1.73, 1.68, 1.71, 1.89, 1.79],      0
       [ 65.4, 59.2, 63.6, 88.4, 68.7]])     1

np_2d[0]

array([[1.73, 1.68, 1.71, 1.89, 1.79])

Subconjuntos


         0       1     2     3     4
  
array([[ 1.73, 1.68, 1.71, 1.89, 1.79],      0
       [ 65.4, 59.2, 63.6, 88.4, 68.7]])     1

np_2d[0][2]

1.71

np_2d[0, 2]

1.71

Subconjuntos


         0       1     2     3     4
  
array([[ 1.73, 1.68, 1.71, 1.89, 1.79],      0
       [ 65.4, 59.2, 63.6, 88.4, 68.7]])     1

np_2d[:, 1:3]

array([[1.68, 1.71], 
       [59.2, 63.6]])

Subconjuntos


         0       1     2     3     3
  
array([[ 1.73, 1.68, 1.71, 1.89, 1.79],      0
       [ 65.4, 59.2, 63.6, 88.4, 68.7]])     1

np_2d[:, 1:3]

array([[1.68, 1.71], 
       [59.2, 63.6]])

np_2d[1, :]

array([65.4, 59.2, 63.6, 88.4, 68.7])

Subconjuntos

np_table

Subconjuntos

np_table

Subconjuntos

np_table

Subconjuntos

np_table

Subconjuntos

np_table

Subconjuntos

np_table

Subconjuntos

np_table

Modificando matrices

Estructura general de un programa.

By lsantiago

Estructura general de un programa.

Estructura general de un programa

Contenidos

Estructura general de un programa.

More from lsantiago