NumPy

numpy.asarray

admin — Fri, 22 Jan 2021 13:32:29 +0000

numpy.asarray admin Vie, 22/01/2021 - 14:32

Nombre completo

numpy.asarray

Librería

NumPy

Sintaxis

numpy.asarray(a, dtype = None, order = None)

Descripción

La función numpy.asarray convierte una estructura de datos en un array NumPy.

Esta función es semejante a np.array (aunque con menos opciones), siendo la mayor diferencia el hecho de que np.array genera -por defecto- una copia independiente de la estructura pasada como argumento, mientras que numpy.asarray no.

Parámetros

a: Estructura a convertir en array NumPy. La función admite gran número de tipos, incluyendo listas, tuplas, listas de tuplas, tuplas de tupas, tuplas de listas o arrays NumPy. En este último caso, el resultado de la función no es una copia independiente del array.
dtype: Tipo a asignar al resultado devuelto por la función. Si no se especifica, este tipo se infiere de la estructura de entrada.
order: {"C", "F"} Representación en memoria del array. Puede ser "C" (C-Style) o "F" (Fortran-Style).

Resultado

La función numpy.asarray devuelve un array NumPy.

Ejemplos

Podemos convertir una lista a array NumPy con el siguiente código:

a = [2, 5, 1, 4]
np.asarray(a)

array([2, 5, 1, 4])

Si no se especifica, el tipo del array devuelto se infiere de la estructura de entrada. En el siguiente ejemplo la lista a convertir incluye números y textos, por lo que el array devuelto se genera con un tipo de texto también:

a = [2, 5, 1, "a"]
np.asarray(a)

array(['2', '5', '1', 'a'], dtype='<U11')

Si la estructura a convertir es un array NumPy, el resultado devuelto por la función no es una copia independiente de ella:

a = np.array([1, 2])
b = np.asarray(a)

a is b

True

Podemos convertir una estructura especificando el tipo del array generado:

a = [2, 5, 1, 4]
np.asarray(a, dtype = str)

array(['2', '5', '1', '4'], dtype='<U1')

numpy.nan

admin — Sat, 16 Jan 2021 11:55:51 +0000

numpy.nan admin Sáb, 16/01/2021 - 12:55

Nombre completo

numpy.nan

Librería

NumPy

Sintaxis

numpy.nan

Descripción

numpy.nan es un valor especial de la librería NumPy que representa el valor nulo.

Parámetros

numpy.nan no acepta argumentos.

Resultado

numpy.nan devuelve un valor de tipo float.

Ejemplos

Podemos crear un array NumPy que incluya valores nulos con el siguiente código:

a = np.array([2, np.nan, 4, 1, np.nan])
a

array([ 2., nan, 4., 1., nan])

Obsérvese que el resultado es un array de tipo float, al incluir valores tanto enteros como reales (los valores nulos):

a.dtype

dtype('float64')

numpy.number

admin — Fri, 15 Jan 2021 14:42:59 +0000

numpy.number admin Vie, 15/01/2021 - 15:42

Nombre completo

numpy.number

Librería

NumPy

Sintaxis

numpy.number

Descripción

numpy.number es una clase de la librería NumPy que representa a todos los tipos numéricos.

Parámetros

La clase numpy.number no admite argumentos.

Ejemplos

Podemos utilizar esta clase como argumento del método select_dtypes de los DataFrames pandas para seleccionar (o excluir) las columnas numéricas. Por ejemplo, carguemos el dataset titanic de seaborn:

import numpy as np
import seaborn as sns

titanic = sns.load_dataset("titanic")
titanic.head(3)

Ahora, si aplicamos el método .select_dtypes especificando que solo se seleccionen las columnas numéricas, el resultado es el siguiente:

titanic.select_dtypes(include = np.number).head()

Adición de elementos a un array NumPy

admin — Mon, 22 Jun 2020 16:58:50 +0000

Adición de elementos a un array NumPy admin Lun, 22/06/2020 - 18:58

Siempre llega el momento en el que tienes un array NumPy unidimensional al que quieres añadir un valor adicional (por ejemplo) y te das cuenta de que no es tan inmediato como parece.

La función np.concatenate()

La función np.concatenate() nos permite "concatenar" dos arrays a lo largo de un cierto eje. Por ejemplo:

a = np.arange(4).reshape(2, 2)
b = np.arange(10, 14).reshape(2, 2)

a, b

(array([[0, 1],
[2, 3]]),
array([[10, 11],
[12, 13]]))

Ahora, podemos concatenar ambas estructuras a lo largo de, por ejemplo, el eje horizontal:

np.concatenate([a, b], axis = 1)

array([[ 0, 1, 10, 11],
[ 2, 3, 12, 13]])

Esto, llevado a nuestro escenario inicial que involucra un array unidimensional y un nuevo valor, supone que tendríamos que convertir el valor a array NumPy o a lista para poder realizar la concatenación. Así, si partimos del siguiente array:

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

...y queremos añadir un 4 al final, podríamos conseguirlo con el siguiente código:

np.concatenate([a, [4]])

array([1, 2, 3, 4])

Obsérvese que la función exige una lista o tupla con las estructuras a concatenar y éstas podrían ser más de dos:

np.concatenate([a, [4], [5], [6]])

array([1, 2, 3, 4, 5, 6])

La función np.append()

Otra opción un poco más simple es la ofrecida por la función np.append(). En este caso, si el valor a añadir es un escalar, podemos pasar a la función simplemente el array y el escalar:

np.append(a, 4)

array([1, 2, 3, 4])

Si queremos añadir, no un escalar, sino varios, sí deberemos pasarlos como un único argumento convirtiéndolos en lista o en tupla (o en alguna estructura semejante):

np.append(a, [4, 5])

array([1, 2, 3, 4, 5])

Categoría

NumPy

Inversión de un array NumPy

admin — Mon, 22 Jun 2020 13:42:34 +0000

Inversión de un array NumPy admin Lun, 22/06/2020 - 15:42

En ocasiones nos encontramos con que necesitamos invertir un array NumPy. Por ejemplo partimos del array:

numbers = np.array(["one", "two", "three", "four"])
numbers

array(['one', 'two', 'three', 'four'], dtype='<U5')

...y deseamos obtener el mismo array tras invertir sus elementos. Una opción es extraer los valores del array "hacia atrás":

numbers[::-1]

array(['four', 'three', 'two', 'one'], dtype='<U5')

Con la anterior expresión estamos recorriendo todo el array (desde el índice 0 hasta el último) saltando de -1 en -1. El resultado es el deseado, como podemos ver.

Otra opción es recurrir a la función np.flip(), que invierte los valores de un array a lo largo del eje que se indique. En nuestro ejemplo:

np.flip(numbers)

array(['four', 'three', 'two', 'one'], dtype='<U5')

Si se tratase de un array de más de una dimensión, podemos usar el parámetro axis para especificar el eje deseado:

a = np.arange(9).reshape(3, -1)
a

array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])

Ahora, si especificamos el eje 0 (valor por defecto), la ordenación se realiza en el eje vertical:

np.flip(a, axis = 0)

array([[6, 7, 8],
[3, 4, 5],
[0, 1, 2]])

...y si especificamos el eje 1, la ordenación se realiza en el eje horizontal:

np.flip(a, axis = 1)

array([[2, 1, 0],
[5, 4, 3],
[8, 7, 6]])

Categoría

NumPy

Ordenación de un array NumPy según los valores de otro array

admin — Mon, 22 Jun 2020 13:31:30 +0000

Ordenación de un array NumPy según los valores de otro array admin Lun, 22/06/2020 - 15:31

En este escenario partimos de un array NumPy que, en nuestro ejemplo, contiene nombres:

names = np.array(["Susana", "Jorge", "Alicia", "Alfonso"])

...y de otro array, de la misma longitud, que contiene, en este ejemplo, edades:

ages = np.array([53, 29, 33, 19])

El objetivo es ordenar el primer array, names, según los valores del segundo, ages. Para esto necesitamos usar la función np.argsort(), que devuelve los índices de los valores de un array una vez ordenados. Por ejemplo, si pasamos a esta función nuestro array ages, el resultado es el siguiente:

np.argsort(ages)

array([3, 1, 2, 0], dtype=int64)

(la función anterior también está disponible como método).

Es decir, estamos obteniendo las posiciones de las edades ordenadas -por defecto- de menor a mayor. Comprobamos que el menor valor es el situado en la posición 3 (la edad "19"), a continuación es el valor situado en la posición 1 (la edad "29"), etc.

Si ahora pasamos el resultado anterior como índices a extraer del array names, el resultado es exactamente el buscado:

names[ages.argsort()]

array(['Alfonso', 'Jorge', 'Alicia', 'Susana'], dtype='<U7')

Efectivamente Alfonso es la persona con menor edad (19), seguido de Jorge (29), etc.

Si quisiéramos obtener los valores ordenados de mayor a menor, bastaría con darle la vuelta al array de edades:

names[ages[::-1].argsort()]

array(['Susana', 'Alicia', 'Jorge', 'Alfonso'], dtype='<U7')

Categoría

NumPy

Evaluación de la proximidad de los valores de dos arrays NumPy

admin — Sun, 21 Jun 2020 17:59:24 +0000

Evaluación de la proximidad de los valores de dos arrays NumPy admin Dom, 21/06/2020 - 19:59

En ocasiones nos encontramos con la necesidad de comparar dos arrays NumPy cuyos valores son casi idénticos. Por ejemplo, supongamos que estamos trabajando con los dos siguientes arrays:

import numpy as np

a = np.array([[2, 1], [0, 3]])
a

array([[2, 1],
[0, 3]])

b = np.array([[1.999999999, 1], [0.0000000001, 2.99999999]])
b

array([[2.00000000e+00, 1.00000000e+00],
[1.00000000e-10, 2.99999999e+00]])

Es evidente que ambos arrays "son iguales", pudiendo ser las diferencias entre ellos derivadas de los métodos que se hayan obtenido para obtenerlos, llevando en un caso a valores enteros y en otro a números reales equivalentes.

Sin embargo, si comparamos un array con otro usando los operadores de igualdad habituales o la función np.equal(), obtendremos como resultado que ambos arrays no son iguales:

np.equal(a, b)

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

En casos como éste, la función np.allclose() nos permite obtener la igualdad "aproximada" de los arrays siendo comparados:

np.allclose(a, b)

True

Esta función admite dos parámetros (rtol y atol) que pueden ser usados para determinar la tolerancia relativa y absoluta respectivamente de la comparación.

El parámetro equal_nan determina si los valores NaN -si existen y ocupan las mismas posiciones en ambos arrays- deberán considerarse iguales o no.

Categoría

NumPy

División de un dataframe en bins definidos por una característica

admin — Tue, 13 Aug 2019 07:54:10 +0000

División de un dataframe en bins definidos por una característica admin Mar, 13/08/2019 - 09:54

El objetivo en este escenario es, partiendo de un dataframe, generar bins (bloques) definidos por los valores que tome una de las características y, a continuación, dividir el dataframe según estos bins.

Veamos un ejemplo muy sencillo: Supongamos que estamos trabajando con el dataset Iris y queremos dividirlo en N grupos en función de los valores que tome la característica "sepal_length". Tendríamos que crear N bins basados en los valores de sepal_length y, a continuación, asignar cada registro del dataframe a uno de los bins.

Para llevar esto a la práctica vamos a trabajar con apenas 5 registros del mencionado dataset Iris, y vamos a crear solo 2 bins: el primero cubrirá desde el valor más bajo de sepal_length hasta un valor intermedio de dicha columna, y el segundo desde el valor intermedio hasta el valor más elevado.

Si los bins se generan con el mismo tamaño, ese valor intermedio sería -en nuestro caso- el valor medio. Es decir, si partimos de los valores 1, 1, 1 y 2, los dos bins serían [1, 1.5] y [1.5, 2] (olvidémonos por un momento de si el valor 1.5 pertenecería al primer o al segundo bin).

Empecemos, en primer lugar, cargando el dataset iris y quedándonos solo con los primeros 5 registros:

import numpy as np
import pandas as pd
import seaborn as sns

iris = sns.load_dataset("iris")
iris = iris.head()
iris.head()

Mostramos -para poder hacer una comprobación visual- los valores mínimo y máximo de la columna sepal_length:

print("min: ", min(iris.sepal_length))
print("max: ", max(iris.sepal_length))

Ahora vamos a crear los bins. Para ello utilizaremos la función numpy.linspace(), función que nos permite crear un conjunto de números equiespaciados entre dos dados. En nuestro ejemplo, los valores extremos vendrían definidos por el valor mínimo y máximo que acabamos de calcular:

bins = np.linspace(iris.sepal_length.min(), iris.sepal_length.max(), 3)
bins

Es decir, el primer bin vendría definido por el intervalo [4.6, 4.85] y el segundo por el intervalo [4.85, 5.1]. La cuestión de si el valor intermedio pertenece a uno u otro bin dependerá de cómo asignemos los registros a cada uno de los bins. Una buena opción es utilizar la función numpy.digitize(), que devuelve los índices de los bins a los que pertenece cada uno de los registros: Es decir, a esta función habría que pasar los valores a repartir en bins (la columna sepal_length en nuestro caso) y los bins (que hemos almacenado en la variable homónima), y devolvería una lista de índices, uno para cada registro, indicando a cuál de los bins pertenece cada uno. Hagamos una primera prueba:

i = np.digitize(iris.sepal_length, bins)
i

Vemos, sin embargo, que se han asignado los registros no a 2 bins, sino a 3. La respuesta a esto la encontramos en la documentación de numpy.digitize():

El menor valor (o el mayor, pues esto es configurable mediante el parámetro right) siempre va a tener un bin propio (pues los bins son cerrados o por la derecha o por la izquierda), que no es lo que queremos: queremos generar solo 2 bins, y que todos los registros se incluyan en estos bins.

La solución es evitar que los valores mínimo y máximo a partir de los que se generan los bins coincidan con los valores mínimo y máximo de los datos a repartir en bins. Por ejemplo:

alpha = 0.0001
bins = np.linspace(iris.sepal_length.min() - alpha, iris.sepal_length.max() + alpha, 3)
bins

Ahora ninguno de los valores a repartir en los bins va a coincidir con los valores usados para generar los bins, por lo que todos deberían caer dentro de los bins. Comprobémoslo:

i = np.digitize(iris.sepal_length, bins)
i

Efectivamente, todos los índices apuntan a los dos bins que queríamos crear. Podemos comprobar visualmente que el primer valor de la columna sepal_length (5.1) que antes se incluía en su propio bin por ser el valor máximo ahora pertenece al bin 2 (el bin formado por los valores mayores o iguales a 4.85 y menores que 5.1001).

Y ahora que hemos generado el índice del bin al que pertenece cada registro, podemos dividir el dataframe usando la función pandas.groupby() para, por ejemplo, calcular el número de registros en cada bin:

iris.groupby(by = i).species.count()

O calcular el valor medio del ancho del sépalo en cada bin:

iris.groupby(by = i).sepal_width.mean()

Obsérvese que, en este caso, no estamos pasando al parámetro by el nombre de un campo (que es, probablemente, lo más frecuente) sino una lista de valores que pandas asocia a cada registro para determinar los grupos.

Categoría

pandas

NumPy

Comparación de dos arrays NumPy

admin — Thu, 21 Mar 2019 14:30:19 +0000

Comparación de dos arrays NumPy admin Jue, 21/03/2019 - 15:30

Podemos comparar dos arrays NumPy a y b del mismo tamaño con el operador igualdad (==):

a == b

Esto nos va a devolver un array del mismo tamaño que a y b formado por booleanos indicando si el elemento correspondiente coincide en ambos arrays:

a = np.array([[1, 2, 3], [2, 3, 4]])
b = np.array([[1, 3, 3], [2, 3, 4]])

a == b

Si deseamos, no el detalle valor por valor, sino saber simplemente si todos los valores son iguales, basta aplicar el método all() al resultado.

(a == b).all()

False

Categoría

NumPy

numpy.subtract

admin — Mon, 25 Feb 2019 16:16:05 +0000

numpy.subtract admin Lun, 25/02/2019 - 17:16

Nombre completo

numpy.subtract

Librería

NumPy

Sintaxis

numpy.subtract(x1, x2, dtype=None)

Descripción

La función numpy.subtract resta los valores de los dos arrays implicados, elemento a elemento. Si x1 y x2 son escalares, el resultado de la resta también será un escalar.

Parámetros

x1: Array NumPy cuyos valores serán considerados minuendos de la resta.
x2: Array NumPy cuyos valores serán considerados sustraendos de la resta.
dtype: Si se especifica, se asigna como tipo del array resultante, obviando el resultado del cálculo.

Ejemplos

Partimos de dos arrays, a y b, de dimensiones 3x3, definidos de la siguiente forma:

Si restamos b de a usando la función numpy.subtract, el resultado es el siguiente:

Observamos como el tipo del array resultante es int32, igual que los arrays involucrados.

Esta operación es semejante a a - b:

Siguiendo con el ejemplo anterior, si el array que juega el papel del sustraendo tiene las dimensiones de las filas del array que juega el papel del minuendo, el primero se resta de cada fila del segundo:

Si no es posible expandir el sustraendo para cubrir el minuendo, la función devuelve un error:

Si especificamos el valor del argumento dtype, el array resultado de la substracción toma este valor: