Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Indexación de matrices en NumPy

La indexación permite acceder a elementos concretos de un ndarray usando corchetes.

Esta lección introduce una librería o módulo usado en ciencia de datos con Python. Instálalo con pip en local; en el editor de The Data Schools muchas ya vienen precargadas.

Importa, ejecuta el ejemplo mínimo y solo después pasa a casos más complejos.

En esta lección de Indexación de matrices en NumPy combinamos explicación clara y código ejecutable. El objetivo es que entiendas el concepto y puedas reutilizarlo en tus propios scripts de Python.

Prueba a cambiar los valores del ejemplo y observa la salida en consola. Experimentar es la forma más eficaz de fijar el concepto.

Errores frecuentes: olvidar la indentación en bloques if, for o def; confundir = con ==; no importar un módulo antes de usarlo.

En esta lección verás concepto de Python de forma clara, con explicación paso a paso y ejemplos que puedes ejecutar en el editor de Python de The Data Schools.

Idea clave

Antes del código, fíjate en el objetivo: dominar <strong>Indexación de matrices en NumPy</strong> te permitirá escribir programas más claros y mantenibles.

Lee el ejemplo completo, ejecútalo y luego modifica un valor para ver qué cambia en la salida. Esa experimentación es la forma más rápida de aprender.

Índice entero

El primer elemento tiene índice 0.

    import numpy as np
arr = np.array([10, 20, 30, 40])
print(arr[0])
print(arr[-1])

  

    import numpy as np
arr = np.array([[1, 2], [3, 4]])
print(arr[1, 0])
print(arr[0, 1])

  

Errores frecuentes

Olvidar la indentación correcta en bloques if, for o def.

Confundir = (asignación) con == (comparación).

No importar un módulo antes de usarlo (por ejemplo, olvidar import math).

Resumen

<ul class="list-container"><li>Has practicado Indexación de matrices en NumPy con código ejecutable.