Big Data

NumPy es una librería Python open source que introduce los vectores y las matrices en Python. Posee numerosas funciones para trabajar con dichos vectores y matrices.

Si os hacéis la pregunta ¿por qué vectores y matrices?, debéis saber que el mundo del dato, y más en concreto el mundo del machine learning, se basa en gran parte en vectores y en matrices. Esto es así porque cualquier representación de datos estructurados, cualquier fichero, se puede observar como si fuera una matriz, es decir, cada una de las filas de la matriz podría ser cada una de las observaciones de ese conjunto de datos, y cada una de las columnas de la matriz podría ser cada una vez las columnas de ese conjunto de datos.

Las matrices y los vectores resultarán muy familiares a todos los que trabajen en el campo del Data Science.

Características principales de NumPy

Algunas de las características principales de NumPy que podemos destacar son:

• Está escrito en C, lo que le proporciona de una velocidad muy alta, y cuando trabajamos con grandes conjuntos de datos la velocidad es un punto fundamental, incluso se encuentra dentro de las famosas V’s del Big Data.

• Incluye funciones para operaciones de muchos tipos, matemáticas, de lógica, de ordenación, estadísticas, de entrada y salida para leer y escribir ficheros, etcétera. Es una librería bastante amplia y unida a Pandas ambas en conjunto son muy potentes.

• El objeto “ndarray” o “array” es el tipo de dato más importante en NumPy, es el tipo de datos por excelencia.

• Es muy usada en el mundo del Data Science, cualquier persona que trabaje en este mundo, probablemente usará a diario la librería NumPy.

Comparativa entre NumPy y Python

NumPy es una librería de Python, que se usa porque nos facilita bastante la vida. En el video que acompaña a este artículo os mostramos un ejemplo de uso de NumPy, en el que puedes ver como ayuda a trabajar de forma más sencilla con datos y a una mayor velocidad.