Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Sumas en NumPy

En esta lección aprendederás una forma eficiente de realizar sumas en matrices y arreglos multidimensionales en NumPy . Puedes realizar sumas de varias maneras, dependiendo de tus necesidades.

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.

Suma de todos los elementos en un arreglo en NumPy

Puedes usar la función numpy.sum() para calcular la suma de todos los elementos en un arreglo. Aquí tienes un ejemplo:

    import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)
print(arr * 2)
  

Suma a lo largo de un eje específico en NumPy

Cuando trabajas con arreglos multidimensionales, puedes especificar el eje a lo largo del cual deseas realizar la suma. Por ejemplo, si tienes una matriz bidimensional, puedes calcular la suma de las filas o las columnas por separado.

    import numpy as np

# Crear una matriz 2D
matriz = np.array([[1, 2, 3], [4, 5, 6]])

# Calcular la suma de las filas (eje 1)
 # Calcular la suma de las filas (eje 1)
suma_filas = np.sum(matriz, axis=1)
print(suma_filas)  # Output: [6 15]

# Calcular la suma de las columnas (eje 0)
suma_columnas = np.sum(matriz, axis=0)
print(suma_columnas)  # Output: [5 7 9]
  

Suma acumulada en NumPy

NumPy también permite calcular la suma acumulada de elementos en un arreglo. Esto significa que en el resultado, cada elemento es la suma acumulada de todos los elementos anteriores en el arreglo.

    import numpy as np

# Crear un arreglo
arr = np.array([1, 2, 3, 4, 5])

# Calcular la suma acumulada
  # Calcular la suma acumulada
suma_acumulada = np.cumsum(arr)
print(suma_acumulada)  # Output: [ 1  3  6 10 15]
  

En este ejemplo, el primer elemento es 1, el segundo elemento es la suma de 1 y 2 (3), el tercer elemento es la suma de 1, 2 y 3 (6), y así sucesivamente.

Practica Sumas en NumPy en el editor

Pon en práctica lo aprendido con nuestro editor Python interactivo. Cada ejercicio incluye el código de partida y un botón para abrirlo en una nueva pestaña, donde puedes modificarlo y ejecutarlo.

    import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(np.sum(arr))
  

    import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)
print(arr * 2)
  

    import numpy as np

# Crear un arreglo
arr = np.array([1, 2, 3, 4, 5])

# Calcular la suma acumulada
  # Calcular la suma acumulada
suma_acumulada = np.cumsum(arr)
print(suma_acumulada)  # Output: [ 1  3  6 10 15]
  

Resumen

• Ejecuta y modifica cada ejemplo antes de seguir.
• Revisa errores de indentación y de importación de módulos.
• Consulta la lección anterior y la siguiente del menú lateral.