{"id":166755,"date":"2023-01-18T12:10:36","date_gmt":"2023-01-18T11:10:36","guid":{"rendered":"https:\/\/datascientest.com\/es\/?p=166755"},"modified":"2023-10-30T17:50:05","modified_gmt":"2023-10-30T16:50:05","slug":"numpy-la-biblioteca-python","status":"publish","type":"post","link":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python","title":{"rendered":"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"166755\" class=\"elementor elementor-166755\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c1cfa85 e-flex e-con-boxed e-con\" data-id=\"c1cfa85\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-4344a3c elementor-widget elementor-widget-heading\" data-id=\"4344a3c\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h4 class=\"elementor-heading-title elementor-size-default\">NumPy es una biblioteca de Python muy popular que se utiliza principalmente para realizar c\u00e1lculos matem\u00e1ticos y cient\u00edficos. Ofrece muchas funciones y herramientas que pueden ser \u00fatiles para proyectos de Data Science. Familiarizarse con NumPy es un paso esencial en un proyecto de formaci\u00f3n en Data Science. Descubre todo lo que necesitas saber para dominar NumPy.<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-ca9b1bd e-flex e-con-boxed e-con\" data-id=\"ca9b1bd\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-548233a elementor-widget elementor-widget-spacer\" data-id=\"548233a\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-column .elementor-spacer-inner{height:var(--spacer-size)}.e-con{--container-widget-width:100%}.e-con-inner>.elementor-widget-spacer,.e-con>.elementor-widget-spacer{width:var(--container-widget-width,var(--spacer-size));--align-self:var(--container-widget-align-self,initial);--flex-shrink:0}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container,.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer,.e-con>.elementor-widget-spacer>.elementor-widget-container,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer{height:100%}.e-con-inner>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner,.e-con>.elementor-widget-spacer>.elementor-widget-container>.elementor-spacer>.elementor-spacer-inner{height:var(--container-widget-height,var(--spacer-size))}<\/style>\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f0d1d6a elementor-widget elementor-widget-heading\" data-id=\"f0d1d6a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfQu\u00e9 es NumPy?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8ee3947 elementor-widget elementor-widget-text-editor\" data-id=\"8ee3947\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><span style=\"font-weight: 400;\">El t\u00e9rmino <\/span><strong><span style=\"text-decoration: underline;\"><a href=\"https:\/\/numpy.org\/\">NumPy<\/a><\/span><\/strong><span style=\"font-weight: 400;\"> es en realidad <\/span><b>la abreviatura de \u00abNumerical Python\u00bb.<\/b><span style=\"font-weight: 400;\"> Es una biblioteca de c\u00f3digo abierto en lenguaje Python. Se utiliza para la programaci\u00f3n cient\u00edfica en Python, y, en particular, para la programaci\u00f3n en Data Science, la ingenier\u00eda, las matem\u00e1ticas o la ciencia.<\/span><\/p><p><span style=\"font-weight: 400;\">La <\/span><span style=\"text-decoration: underline;\"><strong><a href=\"https:\/\/datascientest.com\/es\/data-science-definicion-problematica-y-casos-de-uso\">Data Science<\/a><\/strong><\/span><span style=\"font-weight: 400;\"> se basa en c\u00e1lculos cient\u00edficos muy complejos. Para realizar estos c\u00e1lculos, <\/span><b>los Data Scientists necesitan herramientas potentes<\/b><span style=\"font-weight: 400;\">. Esta biblioteca es <\/span><b>muy \u00fatil para realizar operaciones matem\u00e1ticas<\/b><span style=\"font-weight: 400;\"> y estad\u00edsticas en Python. Funciona muy bien para multiplicar matrices o cuadros multidimensionales. La integraci\u00f3n con C\/C++ y Fortran es muy sencilla.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b199a6b elementor-widget elementor-widget-spacer\" data-id=\"b199a6b\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-27fcefb elementor-widget elementor-widget-heading\" data-id=\"27fcefb\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfC\u00f3mo funciona NumPy?\n<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1872aa9 elementor-widget__width-initial elementor-widget elementor-widget-video\" data-id=\"1872aa9\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/www.youtube.com\\\/watch?v=xECXZ3tyONo&quot;,&quot;video_type&quot;:&quot;youtube&quot;,&quot;controls&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-video .elementor-widget-container{overflow:hidden;transform:translateZ(0)}.elementor-widget-video .elementor-wrapper{aspect-ratio:var(--video-aspect-ratio)}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{height:100%;width:100%;display:flex;border:none;background-color:#000}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-wrapper{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .elementor-open-inline .elementor-custom-embed-image-overlay{position:absolute;top:0;right:0;bottom:0;left:0;background-size:cover;background-position:50%}.elementor-widget-video .elementor-custom-embed-image-overlay{cursor:pointer;text-align:center}.elementor-widget-video .elementor-custom-embed-image-overlay:hover .elementor-custom-embed-play i{opacity:1}.elementor-widget-video .elementor-custom-embed-image-overlay img{display:block;width:100%;aspect-ratio:var(--video-aspect-ratio);-o-object-fit:cover;object-fit:cover;-o-object-position:center center;object-position:center center}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-custom-embed-image-overlay{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-custom-embed-image-overlay img{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .e-hosted-video .elementor-video{-o-object-fit:cover;object-fit:cover}.e-con-inner>.elementor-widget-video,.e-con>.elementor-widget-video{width:var(--container-widget-width);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-6af6181 e-flex e-con-boxed e-con\" data-id=\"6af6181\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-b30f536 elementor-widget elementor-widget-text-editor\" data-id=\"b30f536\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Esta plataforma incluye <\/span><b>objetos multidimensionales en \u00abarrays\u00bb<\/b><span style=\"font-weight: 400;\"> y un paquete que reagrupe herramientas de integraci\u00f3n para la implementaci\u00f3n en Python. En t\u00e9rminos sencillos, NumPy es una mezcla de C y Python que se utiliza como alternativa a la programaci\u00f3n tradicional en MATLAB.<\/span><\/p><p><span style=\"font-weight: 400;\">Los datos, presentados en forma de n\u00fameros, se tratan como arrays (cuadros) para las <\/span><b>funciones multidimensionales<\/b><span style=\"font-weight: 400;\"> y las operaciones de reordenaci\u00f3n. Se trata de una herramienta muy utilizada en el campo de la Data Science.<\/span><\/p><p><span style=\"font-weight: 400;\">Entre las m\u00faltiples bibliotecas de Python, NumPy es una de las m\u00e1s utilizadas. Esto se debe a que muchas t\u00e9cnicas de Data Science requieren <\/span><b>cuadros y matrices de gran tama\u00f1o<\/b><span style=\"font-weight: 400;\"> y c\u00e1lculos complejos para extraer informaci\u00f3n valiosa de los datos. NumPy simplifica este proceso con funciones matem\u00e1ticas diversas y variadas.<\/span><\/p><p><span style=\"font-weight: 400;\">Aunque es b\u00e1sica, es <\/span><b>una de las bibliotecas de Python m\u00e1s importantes<\/b><span style=\"font-weight: 400;\"> para el c\u00e1lculo cient\u00edfico. Adem\u00e1s, otras bibliotecas dependen en gran medida de los arrays NumPy que utilizan como inputs y outputs (entrada y salida de datos). Por ejemplo, TensorFlow y Scikit aprenden a utilizar arrays NumPy para calcular multiplicaciones de matrices.<\/span><\/p><p><span style=\"font-weight: 400;\">Adem\u00e1s, NumPy tambi\u00e9n proporciona funciones que permiten a los desarrolladores realizar <\/span><b>funciones matem\u00e1ticas y estad\u00edsticas<\/b><span style=\"font-weight: 400;\"> b\u00e1sicas o avanzadas en arrays y matrices multidimensionales con pocas l\u00edneas de c\u00f3digo.<\/span><\/p><p><span style=\"font-weight: 400;\">La <\/span><b>estructura de datos \u00abndarray\u00bb <\/b><span style=\"font-weight: 400;\">o \u00abn-dimensional array\u00bb es la funcionalidad principal de NumPy. Estos cuadros tienen la particularidad de ser homog\u00e9neos, por lo que todos los elementos deben ser del mismo tipo.<\/span><\/p><p><span style=\"font-weight: 400;\">Por lo general, los arrays de NumPy son <\/span><b>m\u00e1s r\u00e1pidos que las listas de Python<\/b><span style=\"font-weight: 400;\">. Sin embargo, dado que solo es posible almacenar datos del mismo tipo en cada columna, las listas de Python son m\u00e1s flexibles.<\/span><\/p><p><span style=\"font-weight: 400;\">Para utilizar NumPy primero hay que <\/span><b>importar la biblioteca<\/b><span style=\"font-weight: 400;\">, que se utiliza m\u00e1s a menudo bajo <\/span><b>su alias \u00abnp\u00bb<\/b><span style=\"font-weight: 400;\">, que facilita su uso.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-2d13504 elementor-widget__width-initial elementor-widget elementor-widget-html\" data-id=\"2d13504\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/fc8f990b640e161ca691dee4c4e3d496.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0e3b2c9 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"0e3b2c9\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/formacion-data-analyst\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Empezar a utilizar NumPy<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-76f5fa6 elementor-widget elementor-widget-text-editor\" data-id=\"76f5fa6\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Aqu\u00ed podemos ver un ejemplo de un cuadro (arrays). Los corchetes se utilizan para delimitar las listas de elementos del cuadro, como puede verse aqu\u00ed, donde primero tenemos [0,1,2,3], que representa nuestra primera dimensi\u00f3n.<\/span><\/p><p><span style=\"font-weight: 400;\">Tambi\u00e9n es posible crear un cuadro utilizando la <\/span><b>funci\u00f3n np.array()<\/b><span style=\"font-weight: 400;\"> de Numpy.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-81919e9 elementor-widget__width-initial elementor-widget elementor-widget-html\" data-id=\"81919e9\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/50b83e41c4d432cfde90982628eb387e.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-80c625e elementor-widget elementor-widget-text-editor\" data-id=\"80c625e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">A partir de nuestra <\/span><b>lista L<\/b><span style=\"font-weight: 400;\"> que hemos creado podemos transformarla en <\/span><b>un array NumPy<\/b><span style=\"font-weight: 400;\">. No olvidemos que los arrays de NumPy solo pueden tomar un tipo de datos a la vez, a diferencia de las listas que pueden mezclar valores num\u00e9ricos y caracteres.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-55cf7aa elementor-widget__width-initial elementor-widget elementor-widget-html\" data-id=\"55cf7aa\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/4dab94d097d6fd7244d405c21b17818b.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9a68ace elementor-widget elementor-widget-text-editor\" data-id=\"9a68ace\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Esta vez nuestro cuadro es <\/span><b>multidimensional<\/b><span style=\"font-weight: 400;\">, lo que significa que estar\u00e1 compuesto por varias listas delimitadas por comas. Utilizando el atributo shape de nuestra matriz, vemos que tenemos una <\/span><b>matriz de 4\u00d74<\/b><span style=\"font-weight: 400;\">. Los cuadros son comparables a matrices (2d), y un cuadro unidimensional a un vector (1d). Tambi\u00e9n es posible hacer listas de matrices (3d), este formato se utiliza sobre todo para el procesamiento de im\u00e1genes, siendo la tercera dimensi\u00f3n el color (<\/span><b>RGB<\/b><span style=\"font-weight: 400;\"> por Red, Green, Blue).<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f564d41 elementor-widget__width-initial elementor-widget elementor-widget-html\" data-id=\"f564d41\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/32b95abb41689f2be54ce38d91fdc555.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b796284 elementor-widget elementor-widget-text-editor\" data-id=\"b796284\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">El atributo Dot de las matrices NumPy se puede utilizar para hacer una multiplicaci\u00f3n de matrices, sin embargo, el operador @ es la forma recomendada por NumPy para hacer esto a pesar de que el atributo Dot da el mismo resultado.<\/span><\/p><p><span style=\"font-weight: 400;\">Por lo general, los arrays de NumPy son m\u00e1s r\u00e1pidos que las listas de Python. Sin embargo, dado que solo es posible almacenar datos del mismo tipo en cada columna, las listas de Python son m\u00e1s flexibles.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9b7a3e4 elementor-widget__width-initial elementor-widget elementor-widget-html\" data-id=\"9b7a3e4\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/6bc52da3e2dbc295bf34c0948407513e.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a7a5e6e elementor-widget elementor-widget-text-editor\" data-id=\"a7a5e6e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Aqu\u00ed podemos ver que NumPy es aproximadamente 35 veces m\u00e1s r\u00e1pido de media que las listas de Python para las operaciones de suma.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5b04e2e elementor-widget elementor-widget-spacer\" data-id=\"5b04e2e\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-5dda430 e-flex e-con-boxed e-con\" data-id=\"5dda430\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-067345b elementor-widget elementor-widget-heading\" data-id=\"067345b\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">A\u00f1ade aqu\u00ed tu texto de cabecera<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8cb6990 elementor-widget elementor-widget-text-editor\" data-id=\"8cb6990\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Para hacer un resumen de NumPy, estas son sus principales caracter\u00edsticas. Es una combinaci\u00f3n de C y Python, basada en cuadros de datos multidimensionales y homog\u00e9neos: <\/span><b>Ndarrays<\/b><span style=\"font-weight: 400;\"> (ndimensional arrays).<\/span><\/p><p><span style=\"font-weight: 400;\">Al igual que en <\/span><b>MATLAB<\/b><span style=\"font-weight: 400;\">, el tipo de base es un cuadro multidimensional, lo que permite acelerar la velocidad de c\u00e1lculo sobre las matrices. Aunque hay diferencias en la sintaxis, el comportamiento de <\/span><b>NumPy<\/b><span style=\"font-weight: 400;\"> y <\/span><b>MATLAB<\/b><span style=\"font-weight: 400;\"> es similar. Junto con otras bibliotecas de Python, principalmente <\/span><span style=\"text-decoration: underline;\"><a href=\"https:\/\/datascientest.com\/es\/scikit-learn-decubre-la-biblioteca-python\"><b>Scikit-Learn<\/b><\/a><\/span><span style=\"font-weight: 400;\">, NumPy permite que Python sea el lenguaje preferido en Data Science.<\/span><\/p><p><span style=\"font-weight: 400;\"><strong>NumPy es uno de los paquetes m\u00e1s utilizados<\/strong> para el c\u00e1lculo cient\u00edfico en Python. Proporciona un objeto de cuadro multidimensional, y variaciones como m\u00e1scaras y matrices que pueden utilizarse para <strong>diversas operaciones matem\u00e1ticas<\/strong>.<\/span><\/p><p><span style=\"font-weight: 400;\">Esta herramienta es <strong>compatible<\/strong> con muchos otros paquetes populares de Python, incluidos\u00a0<\/span><a href=\"https:\/\/datascientest.com\/es\/pandas-python\" target=\"_blank\" rel=\"noopener\"><b><u>Pandas<\/u><\/b><\/a><span style=\"font-weight: 400;\">\u00a0y <strong>Matplotlib<\/strong>. Su popularidad se debe a que es m\u00e1s r\u00e1pido que los cuadros tradicionales de Python, gracias al c\u00f3digo C precompilado y optimizado.<\/span><\/p><p><span style=\"font-weight: 400;\">Adem\u00e1s, los cuadros y las operaciones est\u00e1n vectorizadas, lo que significa que no hay bucles expl\u00edcitos ni indexaci\u00f3n en el c\u00f3digo. Esto hace que el c\u00f3digo sea m\u00e1s legible y similar a la notaci\u00f3n matem\u00e1tica est\u00e1ndar.<\/span><\/p><p><span style=\"font-weight: 400;\">NumPy se puede utilizar para crear una matriz identidad utilizando la <\/span><b>funci\u00f3n NumPy Identity<\/b><span style=\"font-weight: 400;\">. Esta herramienta permite crear cuadros de cualquier tipo.<\/span><\/p><p><span style=\"font-weight: 400;\">Dentro de un array NumPy, el <\/span><b>primer eje es el eje 0<\/b><span style=\"font-weight: 400;\">. Es posible a\u00f1adir elementos a los cuadros, permitiendo ensamblar vectores y matrices.<\/span><\/p><p><span style=\"font-weight: 400;\">NumPy admite una gran variedad de tipos de datos y permite realizar todo tipo de c\u00e1lculos num\u00e9ricos.<\/span><\/p><p><span style=\"font-weight: 400;\">Adem\u00e1s, es posible <\/span><b>convertir un array NumPy en una lista de cadenas<\/b><span style=\"font-weight: 400;\">, una lista de tuplas o una lista de listas. A la inversa, las listas pueden convertirse en array, matriz, ndarray, cadena o <\/span><b>CSV<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">Por lo general, NumPy permite realizar <\/span><b>f\u00e1cilmente<\/b><span style=\"font-weight: 400;\"> muchas operaciones matem\u00e1ticas utilizadas en c\u00e1lculo cient\u00edfico, como la multiplicaci\u00f3n vector-vector, matriz-matriz o matriz-vector.<\/span><\/p><p><span style=\"font-weight: 400;\">Este paquete tambi\u00e9n permite realizar operaciones sobre vectores y matrices, como sumas, restas, multiplicaciones o divisiones por un n\u00famero. Tambi\u00e9n puede realizar comparaciones, aplicar funciones a vectores y matrices, o incluso efectuar operaciones de reducci\u00f3n y estad\u00edsticas.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-a7062d4 e-flex e-con-boxed e-con\" data-id=\"a7062d4\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2cae6eb elementor-widget elementor-widget-spacer\" data-id=\"2cae6eb\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a27ffa9 elementor-widget elementor-widget-heading\" data-id=\"a27ffa9\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfCu\u00e1les son las ventajas de NumPy?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8bea7b9 elementor-widget elementor-widget-text-editor\" data-id=\"8bea7b9\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">NumPy es muy \u00fatil para <\/span><b>realizar c\u00e1lculos l\u00f3gicos y matem\u00e1ticos<\/b><span style=\"font-weight: 400;\"> sobre cuadros y matrices. Puede realizar estas operaciones de manera mucho m\u00e1s r\u00e1pida y eficaz que las listas de Python.<\/span><\/p><p><span style=\"font-weight: 400;\">Los arrays de NumPy tienen algunas ventajas sobre las listas tradicionales de Python. <\/span><b>En primer lugar, utilizan menos memoria<\/b><span style=\"font-weight: 400;\"> y espacio de almacenamiento, que es su principal punto fuerte.<\/span><\/p><p><span style=\"font-weight: 400;\">Adem\u00e1s, NumPy ofrece <\/span><b>un mejor rendimiento en t\u00e9rminos de velocidad<\/b><span style=\"font-weight: 400;\"> de ejecuci\u00f3n. Sin embargo, es m\u00e1s f\u00e1cil y c\u00f3modo de usar.<\/span><\/p><p><span style=\"font-weight: 400;\">Adem\u00e1s, es una <\/span><b>herramienta de c\u00f3digo abierto, que puede utilizarse de forma totalmente gratuita<\/b><span style=\"font-weight: 400;\">. Est\u00e1 basada en Python, que es un lenguaje de programaci\u00f3n extremadamente popular con muchas bibliotecas de gran calidad para cualquier tarea. Por \u00faltimo, es muy f\u00e1cil conectar el c\u00f3digo C existente al int\u00e9rprete de Python.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b27c3c9 elementor-widget elementor-widget-spacer\" data-id=\"b27c3c9\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-81d3d4d e-flex e-con-boxed e-con\" data-id=\"81d3d4d\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-0fed2e2 elementor-widget elementor-widget-heading\" data-id=\"0fed2e2\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfQu\u00e9 formaci\u00f3n se necesita para aprender a utilizar NumPy?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7909437 elementor-widget elementor-widget-text-editor\" data-id=\"7909437\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">En la actualidad Python es el lenguaje de programaci\u00f3n m\u00e1s popular en el \u00e1mbito inform\u00e1tico. <\/span><b>Dominar este lenguaje <\/b><span style=\"font-weight: 400;\">ofrece muchas oportunidades profesionales en todo el mundo.<\/span><\/p><p><span style=\"font-weight: 400;\">Este lenguaje de programaci\u00f3n de alto nivel tiene muchas ventajas, <\/span><b>principalmente su sintaxis concisa<\/b><span style=\"font-weight: 400;\">. Es una de las mejores herramientas para la creaci\u00f3n de scripts din\u00e1micos, el desarrollo web, el desarrollo de aplicaciones y la Data Science.<\/span><\/p><p><span style=\"font-weight: 400;\">En este contexto tan propicio, aprender a manejar Python y NumPy puede abrirte muchas puertas. Para adquirir estas competencias, puedes optar por <\/span><span style=\"text-decoration: underline;\"><strong><a href=\"https:\/\/datascientest.com\/es\/nuestros-cursos-de-data\">los cursos de DataScientest<\/a><\/strong><\/span><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">De hecho, NumPy es el tema principal del m\u00f3dulo de Programaci\u00f3n de <\/span><b>nuestros cursos de Data Analyst y Data Scientist<\/b><span style=\"font-weight: 400;\">. Tambi\u00e9n forma parte de nuestro curso de Data Management, en el m\u00f3dulo Introducci\u00f3n a Python. Estas tres formaciones permiten adentrarse en la profesi\u00f3n de Data Science.<\/span><\/p><p><span style=\"font-weight: 400;\">Todos nuestros cursos pueden realizarse <\/span><b>como Formaci\u00f3n Continua o como BootCamp<\/b><span style=\"font-weight: 400;\">. Adoptan un enfoque innovador de \u00abblended learning\u00bb que combina la ense\u00f1anza presencial y a distancia.<\/span><\/p><p><span style=\"font-weight: 400;\">Nuestros cursos son bonificables con FUNDAE. Al final del curso, los alumnos reciben un diploma certificado por la Universidad de La Sorbona.<\/span><\/p><p><span style=\"font-weight: 400;\">Entre nuestros antiguos alumnos, <\/span><b>el 93\u00a0% encontr\u00f3 trabajo inmediatamente<\/b><span style=\"font-weight: 400;\"> despu\u00e9s del curso. \u00a1No pierdas m\u00e1s tiempo y aprende a utilizar Python y NumPy a trav\u00e9s de nuestros diferentes cursos de Data Science!<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9dcb940 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"9dcb940\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/formacion-data-analyst\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Empezar a utilizar NumPy<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0ee983f elementor-widget elementor-widget-text-editor\" data-id=\"0ee983f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Ahora ya sabes todo lo que hay que saber sobre NumPy. Descubre <\/span><span style=\"text-decoration: underline;\"><a href=\"https:\/\/datascientest.com\/es\/python-un-zoom-en-el-lenguaje-mas-popular\"><b>nuestro dosier completo sobre el lenguaje Python<\/b><\/a><\/span><span style=\"font-weight: 400;\">, y <\/span>nuestra introducci\u00f3n a la <span style=\"text-decoration: underline;\"><b><a href=\"https:\/\/datascientest.com\/es\/data-science-definicion-problematica-y-casos-de-uso\">Data Science<\/a><\/b><\/span><span style=\"font-weight: 400;\">.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-df02a42 e-flex e-con-boxed e-con\" data-id=\"df02a42\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-e331f88 elementor-widget elementor-widget-html\" data-id=\"e331f88\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00bfC\u00f3mo funciona NumPy?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Esta plataforma incluye objetos multidimensionales en \\\"arrays\\\" y un paquete que reagrupe herramientas de integraci\u00f3n para la implementaci\u00f3n en Python. En t\u00e9rminos sencillos, NumPy es una mezcla de C y Python que se utiliza como alternativa a la programaci\u00f3n tradicional en MATLAB.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00bfPara qu\u00e9 sirve NumPy?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Para hacer un resumen de NumPy, estas son sus principales caracter\u00edsticas. Es una combinaci\u00f3n de C y Python, basada en cuadros de datos multidimensionales y homog\u00e9neos: Ndarrays (ndimensional arrays).\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00bfCu\u00e1les son las ventajas de NumPy?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Los arrays de NumPy tienen algunas ventajas sobre las listas tradicionales de Python. En primer lugar, utilizan menos memoria y espacio de almacenamiento, que es su principal punto fuerte.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>NumPy es una biblioteca de Python muy popular que se utiliza principalmente para realizar c\u00e1lculos matem\u00e1ticos y cient\u00edficos. Ofrece muchas funciones y herramientas que pueden ser \u00fatiles para proyectos de Data Science. Familiarizarse con NumPy es un paso esencial en un proyecto de formaci\u00f3n en Data Science. Descubre todo lo que necesitas saber para dominar [&hellip;]<\/p>\n","protected":false},"author":63,"featured_media":62643,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2427],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science<\/title>\n<meta name=\"description\" content=\"Familiarizarse con NumPy es un paso esencial en un proyecto de formaci\u00f3n en Data Science. Descubre todo lo que necesitas saber para dominar NumPy.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science\" \/>\n<meta property=\"og:description\" content=\"NumPy es una biblioteca de Python muy popular que se utiliza principalmente para realizar c\u00e1lculos matem\u00e1ticos y cient\u00edficos. Ofrece muchas funciones y\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\" \/>\n<meta property=\"og:site_name\" content=\"Formaci\u00f3n en ciencia de datos | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2023-01-18T11:10:36+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T16:50:05+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2021\/04\/illu_numpy_blog-125.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\"},\"author\":{\"name\":\"\",\"@id\":\"\"},\"headline\":\"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science\",\"datePublished\":\"2023-01-18T11:10:36+00:00\",\"dateModified\":\"2023-10-30T16:50:05+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\"},\"wordCount\":1627,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\",\"url\":\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\",\"name\":\"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/#website\"},\"datePublished\":\"2023-01-18T11:10:36+00:00\",\"dateModified\":\"2023-10-30T16:50:05+00:00\",\"description\":\"Familiarizarse con NumPy es un paso esencial en un proyecto de formaci\u00f3n en Data Science. Descubre todo lo que necesitas saber para dominar NumPy.\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/es\/#website\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"name\":\"Formaci\u00f3n en ciencia de datos | DataScientest.com\",\"description\":\"L\u00edder en formaci\u00f3n en Ciencia de Datos\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/es\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-spain\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"\",\"url\":\"https:\/\/datascientest.com\/es\/author\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science","description":"Familiarizarse con NumPy es un paso esencial en un proyecto de formaci\u00f3n en Data Science. Descubre todo lo que necesitas saber para dominar NumPy.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python","og_locale":"es_ES","og_type":"article","og_title":"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science","og_description":"NumPy es una biblioteca de Python muy popular que se utiliza principalmente para realizar c\u00e1lculos matem\u00e1ticos y cient\u00edficos. Ofrece muchas funciones y","og_url":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python","og_site_name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-01-18T11:10:36+00:00","article_modified_time":"2023-10-30T16:50:05+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2021\/04\/illu_numpy_blog-125.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Escrito por":"","Tiempo de lectura":"7 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python#article","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python"},"author":{"name":"","@id":""},"headline":"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science","datePublished":"2023-01-18T11:10:36+00:00","dateModified":"2023-10-30T16:50:05+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python"},"wordCount":1627,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"articleSection":["Data Science"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python","url":"https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python","name":"NumPy : La biblioteca de Python m\u00e1s utilizada en Data Science","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/#website"},"datePublished":"2023-01-18T11:10:36+00:00","dateModified":"2023-10-30T16:50:05+00:00","description":"Familiarizarse con NumPy es un paso esencial en un proyecto de formaci\u00f3n en Data Science. Descubre todo lo que necesitas saber para dominar NumPy.","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/es\/numpy-la-biblioteca-python"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/es\/#website","url":"https:\/\/datascientest.com\/es\/","name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","description":"L\u00edder en formaci\u00f3n en Ciencia de Datos","publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/es\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-spain\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"","url":"https:\/\/datascientest.com\/es\/author"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/166755"}],"collection":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/users\/63"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/comments?post=166755"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/166755\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media\/62643"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media?parent=166755"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/categories?post=166755"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/tags?post=166755"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}