import numpy as np
vector = np.array([1, 2, 4, 8, 16])
matrix = np.array([[5, 10], [15, 30]])
print(vector)
print (matrix)
lista_1 = (100, 200, 300, 400)
lista_2 = (3, 4, 5, 6)
vector_2 = np.array(lista_1)
print(vector_2)
matrix_2 = np.array([lista_1, lista_2])
print(matrix_2)
type(vector)
type(lista_1)
type(matrix_2)
Reto: practica crear nuevos arrays
Dentro de la notebook en la que estás trabajando crea dos nuevos vectores y dos nuevas matrices.
list_A = (1,2,3,4,5,6,7)
list_B = (10,20,30,40,50,60,70)
list_C = (5,15,25,35,45,55,65)
vector_a = np.array(list_A)
vector_b = np.array(list_B)
vector_c = np.array(list_C)
matrix_a = np.array([(1,2,3,4,5,6,7), list_B])
matrix_b = np.array([vector_c, vector_b])
matrix_c = np.array([vector_a, vector_b])
matrix_d = np.array([list_C, list_B])
print(list_A)
print(" ")
print(vector_a)
print(" lo de arriba es vecto_a ")
print(vector_b)
print(vector_c)
print(" ")
print("Matrix_a")
print(matrix_a)
print("\n Matrix_b")
print(matrix_b)
print("\n Matrix_c")
print(matrix_c)
print(" ")
print(matrix_d)
print(" ")
print(" ")
type(matrix_a)
type(matrix_b)
En NumPy las matrices se obtienen a partir de arrays y no de vectores
#type(matrix_c)
type(matrix_d)
type(matrix_a)
Reto: conoce la forma de tus arrays
Nuevamente crea nuevos vectores y matrices dentro de tu notebook. Utiliza los métodos .shape para conocer su forma y .dtype conocer su tipo de dato.Comparte tus resultados en los comentarios de la clase.
matrix_d.shape
matrix_a.shape
vector_c.shape
vector_b.shape
matrix_a.dtype
vectorFloatExemple = np.array([4.5, 2.8, 2.0, 8.9])
vectorFloatExemple.dtype