Datos. Python

Bibliotecas para el análisis de datos (II). Numpy

Mucho más compleja pero también mucho más potente que Stadistics, Numpy es una biblioteca fundamental para el trabajo en el ámbito científico y computacional. En lo tocante a los SEO, Numpy sobrepasa con mucho nuestras necesidades, pero dada su importancia en el ámbito del tratamiento de datos y por ser base para el manejo de otros paquetes de interés, es necesario un mínimo conocimiento de Numpy.

NumPy (Numeric Python) es el paquete que genera un objeto de matriz multidimensional, objetos derivados y una gran variedad de funciones para operaciones matemáticas, lógicas, ordenamiento, selección, álgebra lineal básica, operaciones estadísticas básicas, simulación aleatoria y otras.

Este trabajo con matrices sustituye al que realizamos en Python con listas. La flexibilidad de las listas Python tiene como contrapartida una pérdida de eficiencia en el uso de la memoria, siendo este es el punto fuerte de Numpy.

Conforme vayamos necesitando incorporar funciones de esta biblioteca, las iremos viendo en las secciones que corresponda, fundamentalmente en [Datos]. De momento dejo aquí [enlace a la página oficial del proyecto] para cualquier consulta que pueda ser necesaria. También dispones de una [guía actualizada] aunque por desgracia únicamente en inglés.

Otro material de interés es la guía de [DataScientest], que no es mucho, pero a falta de una guía en español, al menos sirve para hacernos una idea de esta biblioteca. De todas formas, aunque no llegue al nivel de la guía oficial, ni trate exclusivamente sobre NumPy, para empezar [Hidalgo Romero] es un documento imprescindible.

Para temas relacionados con la estadística me parece interesante [esta página].