Índice de matriz en Python
¿Qué son los arrays y para qué se utilizan? Antes de entrar en el significado de los arrays en Python, vamos a aclarar qué son los arrays en primer lugar y para qué se utilizan normalmente. En Java, el término array se refiere a un tipo de datos o, más exactamente, a un contenedor que contiene un número predeterminado de valores de un determinado tipo. El tipo de datos no está determinado, el contenedor puede contener también objetos u otras matrices. Sin embargo, la longitud y el tipo del tipo de datos deben definirse de antemano y no pueden cambiar sus valores a posteriori. El proceso de almacenar los valores dentro del contenedor se llama inicialización. NotaLos arrays clásicos descritos anteriormente no se conocen en realidad en Python. Una forma elegante de sortear esta limitación es utilizar las llamadas listas en Python, que cumplen una función similar. A diferencia de los contenedores en Java, las listas en Python pueden contener diferentes tipos de valores.Creación de arrays con listas en PythonUn ejemplo sencillo de un array en Python es este:# ingredientes como variables individuales
ingredientes = [ingrediente1, ingrediente2, ingrediente3]En este caso, tendrías una lista de ingredientes, a cada uno de los cuales le asignas un valor fijo (ingrediente1, 2, 3, etc.). Sin embargo, si esta lista crece muchas veces, Python te permite filtrar un ingrediente concreto con un array. Puedes agrupar tantos valores como quieras y seleccionarlos por el número asignado.Acceder a un elemento concretoPara acceder a un elemento concreto, utiliza el número de índice. Este es un ejemplo en el que primero se consulta el valor del primer elemento:first = ingredients[0]
Python crea un array de tamaño n
Si estás empezando o simplemente quieres crear un array con tipos de datos simples, el módulo array de la biblioteca estándar de Python sería suficiente. Sin embargo, dado que Python se está utilizando ampliamente para la ciencia de datos, el array num.py puede considerarse como el estándar de facto, ya que es más flexible y robusto.
Los arrays de Python son estructuras de datos que pueden almacenar múltiples elementos del mismo tipo, por ejemplo, puedes tener un array de cadenas. Cuando trabajas con múltiples elementos del mismo tipo de datos, los arrays facilitan el almacenamiento, la organización, la eliminación de elementos y la manipulación de los valores.
Esto puede parecer confuso si estás empezando con los arrays de Python. Así que aquí hay otra manera de pensar en ello: digamos que estás organizando tu estantería y tienes una lista de títulos de libros. Es posible que quieras almacenar esta lista en un lugar al que puedas acceder fácilmente si alguna vez quieres organizar los títulos, eliminarlos o recuperar cierta información. En Python, esta lista de títulos se almacenaría en un array.
Una confusión común que puedes encontrar es la diferencia entre un array de Python y una lista. La diferencia clave es el tipo de valores que ambos pueden almacenar. Mientras que los arrays sólo pueden almacenar elementos del mismo tipo de datos, las listas pueden almacenar una variación de diferentes tipos de datos. Tomando el ejemplo de la estantería de arriba, si tu estantería también contiene elementos decorativos, como plantas en macetas, tu lista de elementos de la estantería tendría que ser almacenada en una lista de Python.
Apéndice de matrices en Python
Array después de la inserción : 2.5 3.2 3.3 4.4 Complejidades para añadir elementos a los Arrays:Complejidad de tiempo O(1)/O(n) ( O(1) – para insertar elementos al final del array, O(n) – para insertar elementos al principio del array y al array completoEspacio auxiliar: O(1)Acceder a los elementos del arrayPara acceder a los elementos del array hay que referirse al número de índice. Utilice el operador de índice [ ] para acceder a un elemento del array. El índice debe ser un número entero. Python3# Programa de Python para demostrar# el acceso a elementos de una lista # importar módulo de arrayimportar array como arr # array con tipo inta = arr.array(‘i’, [1, 2, 3, 4, 5, 6]) # acceder a elemento de arrayprint(«El elemento de acceso es: «, a[0]) # acceder a elemento de arrayprint(«El elemento de acceso es: «, a[3]) # array con tipo floatb = arr. array(‘d’, [2.5, 3.2, 3.3]) # elemento de acceso de arrayprint(«El elemento de acceso es: «, b[1]) # elemento de acceso de arrayprint(«El elemento de acceso es: «, b[2])Salida : El elemento de acceso es: 1
Lista a matriz numpy
Si tienes una colección de listas de Python, la forma más fácil de convertirlas en un Awkward Array es pasarlas al constructor ak.Array, que reconoce un iterable no-dict, no-NumPy y llama a ak.from_iter.
A diferencia de las listas de Python, los arrays consisten en un tipo homogéneo. Una lista de Python no se daría cuenta si los datos numéricos se dieran en dos niveles diferentes de anidamiento, pero esa es una gran diferencia con un Awkward Array.
El constructor ak.Array carga los arrays NumPy de forma diferente a las listas de Python. Se garantiza que las dimensiones internas de un array NumPy tienen las mismas longitudes, por lo que se interpretan como un tipo de lista de longitud fija.
Además, si los arrays de NumPy están anidados dentro de listas de Python (u otros iterables), serán tratados como de longitud variable («var *») porque no hay garantía al inicio de una secuencia de que todos los arrays de NumPy en la secuencia tengan la misma forma.
Otra diferencia entre ak.from_iter y ak.from_numpy es que la iteración sobre listas de Python es lenta y necesariamente copia los datos, mientras que la ingesta de un array NumPy es de copia cero. (Puedes ver que es copia cero cambiando los datos in situ).
