Módulo 3 · 01 | NumPy esencial

Módulo 3 · Clase 3.01 · Lectura y práctica

NumPy esencial

Objetivo: calcular indicadores con arrays, interpretar dimensiones y seleccionar datos mediante condiciones. Requisito: listas, operadores y funciones.

1. Del dato al array

Caso didáctico con datos ficticios: seis operaciones de una tienda. Importes en guaraníes (PYG). Cada posición de unidades corresponde a la misma operación en precios.

import numpy as np
unidades = np.array([2, 3, 1, 4, 2, 5])
precios = np.array([120000, 60000, 900000, 120000, 900000, 60000])
print(unidades.shape, unidades.ndim, unidades.size)
# (6,) 1 6
importes = unidades * precios
print(importes)
# [240000 180000 900000 480000 1800000 300000]

Un array agrupa valores con un mismo tipo. Inspeccioná su forma y tipo con shape y dtype. La multiplicación calcula elemento a elemento; una lista de Python multiplicada por 2 repite sus elementos.

2. Indicadores y filtros

print(importes.sum())  # 3900000
print(importes.mean()) # 650000 por operación
print(importes.sum() / unidades.sum()) # precio medio ponderado
print(importes[importes >= 500000]) # [900000 1800000]

El promedio por operación no equivale al precio medio por unidad. Explicá el denominador de cada indicador.

3. Matrices y ejes

En este ejemplo independiente, las filas son sucursales y las columnas son días.

ventas = np.array([[100000, 150000], [200000, 250000], [300000, 350000]])
print(ventas.sum(axis=0)) # [600000 750000]: por día
print(ventas.sum(axis=1)) # [250000 450000 650000]: por sucursal
copia = ventas.copy()
copia[0, 0] = 0

Un corte básico puede compartir memoria con el original. Usá .copy() para modificar una copia independiente.

Práctica

1. Aplicá un descuento hipotético del 10% a los importes y calculá el total.
2. Contá operaciones de al menos G. 500.000.
3. Creá los números 1 al 6 con arange y reorganizalos en dos filas y tres columnas.
4. Explicá qué reduce cada eje.

print((importes * 0.90).sum()) # 3510000
print(np.count_nonzero(importes >= 500000)) # 2
print(np.arange(1, 7).reshape(2, 3))

Fuente oficial verificada

NumPy: the absolute basics for beginners. Consulta: 14/10/2026. Ejemplos originales y datos sintéticos.