2. Creación de Arrays

Una de las principales fortalezas de NumPy es la facilidad y flexibilidad para crear arrays. Podemos generarlos a partir de estructuras de Python (listas o tuplas) o con funciones propias de la biblioteca que producen arreglos de forma automática.

2.1 Crear arrays desde listas o tuplas

Podemos convertir listas o tuplas de Python en arrays de NumPy usando np.array().

import numpy as np

# Desde una lista
lista = [1, 2, 3, 4, 5]
arr1 = np.array(lista)
print("Array desde lista:", arr1)

# Desde una tupla
tupla = (10, 20, 30, 40)
arr2 = np.array(tupla)
print("Array desde tupla:", arr2)

# Array 2D (matriz)
lista2d = [[1, 2, 3], [4, 5, 6]]
arr3 = np.array(lista2d)
print("Array 2D:\n", arr3)

Salida:

Array desde lista: [1 2 3 4 5]
Array desde tupla: [10 20 30 40]
Array 2D:
 [[1 2 3]
 [4 5 6]]

👉 Notá que NumPy infirió automáticamente que todos los elementos son enteros.

2.2 Funciones para generar arrays

Además de convertir listas, NumPy ofrece funciones para crear arrays de manera rápida.

a) np.arange(start, stop, step)

Genera un array con valores en un rango definido, similar a range() de Python, pero devuelve un array.

arr = np.arange(0, 10, 2)
print("np.arange:", arr)

Salida:

np.arange: [0 2 4 6 8]

b) np.linspace(start, stop, num)

Genera un array con una cantidad fija de elementos, distribuidos de forma equidistante entre un valor inicial y uno final.

arr = np.linspace(0, 1, 5)
print("np.linspace:", arr)

Salida:

np.linspace: [0.   0.25 0.5  0.75 1.  ]

👉 Ideal cuando querés dividir un intervalo en n puntos iguales (muy usado en gráficas y simulaciones).

c) np.zeros(shape)

Crea un array lleno de ceros.

arr = np.zeros((2, 3))  # 2 filas, 3 columnas
print("np.zeros:\n", arr)

Salida:

np.zeros:
 [[0. 0. 0.]
  [0. 0. 0.]]

d) np.ones(shape)

Crea un array lleno de unos.

arr = np.ones((3, 3))
print("np.ones:\n", arr)

Salida:

np.ones:
 [[1. 1. 1.]
  [1. 1. 1.]
  [1. 1. 1.]]

e) np.eye(n)

Genera una matriz identidad de tamaño n × n, con unos en la diagonal principal y ceros en el resto.

arr = np.eye(4)
print("np.eye:\n", arr)

Salida:

np.eye:
 [[1. 0. 0. 0.]
  [0. 1. 0. 0.]
  [0. 0. 1. 0.]
  [0. 0. 0. 1.]]

👉 Muy usada en álgebra lineal.

Resumen

  • np.array(lista/tupla): convierte estructuras de Python en arrays.
  • np.arange(inicio, fin, paso): secuencia con paso fijo.
  • np.linspace(inicio, fin, cantidad): secuencia con cantidad fija de valores.
  • np.zeros(shape): array de ceros.
  • np.ones(shape): array de unos.
  • np.eye(n): matriz identidad.

Nota: Con esto ya sabés crear arrays de distintas formas. Es la base para explorar sus propiedades, operar con ellos y manipularlos.

Volver al inicio