Capítulo 5: Fundamentos de NumPy
5.4 Ejercicios Prácticos para el Capítulo 5
Ejercicio 1: Crear una Matriz
Crea una matriz NumPy que contenga enteros del 1 al 10. Luego, remodela la matriz en una matriz de 2x5.
Solución:
import numpy as np
arr = np.array(range(1, 11))
reshaped_arr = arr.reshape(2, 5)
print("Reshaped Array:\\n", reshaped_arr)Ejercicio 2: Aritmética de Matrices
Dadas dos matrices A = [1, 2, 3, 4, 5] y B = [5, 4, 3, 2, 1], realiza adición, sustracción, multiplicación y división elemento a elemento.
Solución:
A = np.array([1, 2, 3, 4, 5])
B = np.array([5, 4, 3, 2, 1])
addition = A + B
subtraction = A - B
multiplication = A * B
division = A / B
print("Addition:", addition)
print("Subtraction:", subtraction)
print("Multiplication:", multiplication)
print("Division:", division)Ejercicio 3: Manejo de Datos Faltantes
Crea una matriz con los elementos [1, 2, np.nan, 4, 5]. Calcula la media de la matriz, ignorando el valor np.nan.
Solución:
arr_with_nan = np.array([1, 2, np.nan, 4, 5])
mean_without_nan = np.nanmean(arr_with_nan)
print("Mean without NaN:", mean_without_nan)Ejercicio 4: Funciones NumPy Avanzadas
Crea una matriz de 3x3 con números enteros aleatorios entre 1 y 10. Luego encuentra el valor mínimo y máximo en la matriz.
Solución:
random_matrix = np.random.randint(1, 11, size=(3, 3))
print("Random Matrix:\\n", random_matrix)
min_value = np.min(random_matrix)
max_value = np.max(random_matrix)
print("Minimum Value:", min_value)
print("Maximum Value:", max_value)Estos ejercicios deberían brindarte una comprensión práctica de los temas de NumPy discutidos en este capítulo. Siéntete libre de modificar estos ejercicios para que se adapten mejor al contexto de tu libro.
5.4 Ejercicios Prácticos para el Capítulo 5
Ejercicio 1: Crear una Matriz
Crea una matriz NumPy que contenga enteros del 1 al 10. Luego, remodela la matriz en una matriz de 2x5.
Solución:
import numpy as np
arr = np.array(range(1, 11))
reshaped_arr = arr.reshape(2, 5)
print("Reshaped Array:\\n", reshaped_arr)Ejercicio 2: Aritmética de Matrices
Dadas dos matrices A = [1, 2, 3, 4, 5] y B = [5, 4, 3, 2, 1], realiza adición, sustracción, multiplicación y división elemento a elemento.
Solución:
A = np.array([1, 2, 3, 4, 5])
B = np.array([5, 4, 3, 2, 1])
addition = A + B
subtraction = A - B
multiplication = A * B
division = A / B
print("Addition:", addition)
print("Subtraction:", subtraction)
print("Multiplication:", multiplication)
print("Division:", division)Ejercicio 3: Manejo de Datos Faltantes
Crea una matriz con los elementos [1, 2, np.nan, 4, 5]. Calcula la media de la matriz, ignorando el valor np.nan.
Solución:
arr_with_nan = np.array([1, 2, np.nan, 4, 5])
mean_without_nan = np.nanmean(arr_with_nan)
print("Mean without NaN:", mean_without_nan)Ejercicio 4: Funciones NumPy Avanzadas
Crea una matriz de 3x3 con números enteros aleatorios entre 1 y 10. Luego encuentra el valor mínimo y máximo en la matriz.
Solución:
random_matrix = np.random.randint(1, 11, size=(3, 3))
print("Random Matrix:\\n", random_matrix)
min_value = np.min(random_matrix)
max_value = np.max(random_matrix)
print("Minimum Value:", min_value)
print("Maximum Value:", max_value)Estos ejercicios deberían brindarte una comprensión práctica de los temas de NumPy discutidos en este capítulo. Siéntete libre de modificar estos ejercicios para que se adapten mejor al contexto de tu libro.
5.4 Ejercicios Prácticos para el Capítulo 5
Ejercicio 1: Crear una Matriz
Crea una matriz NumPy que contenga enteros del 1 al 10. Luego, remodela la matriz en una matriz de 2x5.
Solución:
import numpy as np
arr = np.array(range(1, 11))
reshaped_arr = arr.reshape(2, 5)
print("Reshaped Array:\\n", reshaped_arr)Ejercicio 2: Aritmética de Matrices
Dadas dos matrices A = [1, 2, 3, 4, 5] y B = [5, 4, 3, 2, 1], realiza adición, sustracción, multiplicación y división elemento a elemento.
Solución:
A = np.array([1, 2, 3, 4, 5])
B = np.array([5, 4, 3, 2, 1])
addition = A + B
subtraction = A - B
multiplication = A * B
division = A / B
print("Addition:", addition)
print("Subtraction:", subtraction)
print("Multiplication:", multiplication)
print("Division:", division)Ejercicio 3: Manejo de Datos Faltantes
Crea una matriz con los elementos [1, 2, np.nan, 4, 5]. Calcula la media de la matriz, ignorando el valor np.nan.
Solución:
arr_with_nan = np.array([1, 2, np.nan, 4, 5])
mean_without_nan = np.nanmean(arr_with_nan)
print("Mean without NaN:", mean_without_nan)Ejercicio 4: Funciones NumPy Avanzadas
Crea una matriz de 3x3 con números enteros aleatorios entre 1 y 10. Luego encuentra el valor mínimo y máximo en la matriz.
Solución:
random_matrix = np.random.randint(1, 11, size=(3, 3))
print("Random Matrix:\\n", random_matrix)
min_value = np.min(random_matrix)
max_value = np.max(random_matrix)
print("Minimum Value:", min_value)
print("Maximum Value:", max_value)Estos ejercicios deberían brindarte una comprensión práctica de los temas de NumPy discutidos en este capítulo. Siéntete libre de modificar estos ejercicios para que se adapten mejor al contexto de tu libro.
5.4 Ejercicios Prácticos para el Capítulo 5
Ejercicio 1: Crear una Matriz
Crea una matriz NumPy que contenga enteros del 1 al 10. Luego, remodela la matriz en una matriz de 2x5.
Solución:
import numpy as np
arr = np.array(range(1, 11))
reshaped_arr = arr.reshape(2, 5)
print("Reshaped Array:\\n", reshaped_arr)Ejercicio 2: Aritmética de Matrices
Dadas dos matrices A = [1, 2, 3, 4, 5] y B = [5, 4, 3, 2, 1], realiza adición, sustracción, multiplicación y división elemento a elemento.
Solución:
A = np.array([1, 2, 3, 4, 5])
B = np.array([5, 4, 3, 2, 1])
addition = A + B
subtraction = A - B
multiplication = A * B
division = A / B
print("Addition:", addition)
print("Subtraction:", subtraction)
print("Multiplication:", multiplication)
print("Division:", division)Ejercicio 3: Manejo de Datos Faltantes
Crea una matriz con los elementos [1, 2, np.nan, 4, 5]. Calcula la media de la matriz, ignorando el valor np.nan.
Solución:
arr_with_nan = np.array([1, 2, np.nan, 4, 5])
mean_without_nan = np.nanmean(arr_with_nan)
print("Mean without NaN:", mean_without_nan)Ejercicio 4: Funciones NumPy Avanzadas
Crea una matriz de 3x3 con números enteros aleatorios entre 1 y 10. Luego encuentra el valor mínimo y máximo en la matriz.
Solución:
random_matrix = np.random.randint(1, 11, size=(3, 3))
print("Random Matrix:\\n", random_matrix)
min_value = np.min(random_matrix)
max_value = np.max(random_matrix)
print("Minimum Value:", min_value)
print("Maximum Value:", max_value)Estos ejercicios deberían brindarte una comprensión práctica de los temas de NumPy discutidos en este capítulo. Siéntete libre de modificar estos ejercicios para que se adapten mejor al contexto de tu libro.