9 - Funciones universales (ufunc) de NumPy
Lección 9 del curso NumPy para Ciencia de Datos y Machine Learning.
Tabla de contenido
Introducción
En la lección anterior vimos los principales métodos que contiene un arreglo en Numpy, que permiten tomar el arreglo y operar sobre cada elemento generando a su vez un nuevo arreglo o una cantidad escalar.
En esta lección veremos otro grupo de funciones que no hacen parte como tal del objeto tipo arreglo pero que están también incluidas en la librería de NumPy y que permiten realizar operaciones matemáticas, trigonométricas y de álgebra lineal sobre arreglos individuales o sobre múltiples arreglos, generando a la salida nuevos arreglos o cantidades escalares.
Estas funciones se conocen como funciones universales, de las cuales hablaremos a continuación.
Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
¿Qué son las funciones universales?
Son funciones de la librería NumPy que permiten operar sobre uno o más arreglos, que realizan las operaciones elemento a elemento y que generan como resultado un nuevo arreglo o un escalar.
Son más de 60 las funciones universales disponibles, así que veremos las principales categorías y de estas categorías veremos las funciones más importantes en Ciencia de Datos y Machine Learning.
Funciones matemáticas
Permiten aplicar funciones matemáticas sobre cada elemento de un arreglo. Las principales son: add, subtract, multiply, divide, remainder, exp, log, sqrt, power, abs
Funciones de Álgebra Lineal
Son esenciales para muchos algoritmos de Machine Learning y permiten realizar operaciones avanzadas sobre vectores y matrices, como: producto punto (dot), producto de matrices (matmul), valores propios de una matriz (eig), norma de una matriz (norm) e inversa de una matriz (inv) entre otras.
Funciones trigonométricas
Permiten realizar operaciones trigonométricas como seno (sin), coseno (cos) y tangente (tan), entre otras.
Funciones floating
Realizan comparaciones sobre arreglos tipo float y generan a la salida una arreglo del mismo tamaño del original: isnan, isfinite, floor, ceil.
Recuerda suscribirte para acceder al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Conclusión
Muy bien con los operadores y los métodos vistos en lecciones anteriores y con las funciones universales vistas en esta lección, ya tenemos un set de herramientas que resultan muy útiles para realizar diferentes tipos de operaciones sobre uno o múltiples arreglos, de manera eficiente y usando muy pocas líneas de código.
Para complementar estas herramientas en la próxima lección hablaremos de un concepto fundamental que nos permite operar sobre elementos individuales o sobre porciones específicas de un arreglo. Veremos entonces en detalle en qué consiste la indexación y el slicing de arreglos en NumPy.