Arrays en Sage usando NumPy

Para usar la potencia de NumPy en Sage se recomienda importar de este modo el módulo numpy:

sage: import numpy as np

Podemos crear arrays de NumPy mediante reglas con arange y linspace:

sage: np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 
sage: b = np.arange(1, 9)
array([1, 2, 3, 4, 5, 6, 7, 8])
sage: c = np.arange(1, 9, 2)
array([1, 3, 5, 7])
sage: d.dtype
dtype('int64')
sage: type(d)
<type 'numpy.ndarray'>

sage: e = np.linspace(1,7,4)
array([ 1.,  3.,  5.,  7.])
sage: e.dtype
dtype('float64')

El método array permite la creación de arrays indicando sus elementos:

sage: a = np.array([0, 1, 2, 3])
array([0, 1, 2, 3])
sage: a.ndim
1
sage: a.shape
(4,)
sage: len(a)
4

sage:  b = np.array([[0, 1, 2], [3, 4, 5]])
array([[0, 1, 2],
       [3, 4, 5]])       
sage: b.ndim
2
sage: b.shape
(2, 3)
sage: len(b) # devuelve la primera dimension
2

Se pueden extraer subarrays usando la notación habitual para listas de Python:

sage: a = np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 
sage: a[1:3]
array([1, 2]) 

Podemos realizar operaciones sobre los arrays:

sage: a = np.arange(1, 5)
sage: a + 1
array([2, 3, 4, 5]) 
sage:  a*a
array([ 1,  4,  9, 16]) 
sage: 2**a
array([ 2,  4,  8, 16])
sage: b = np.ones(4)
sage: a + b
array([ 3.,  4.,  5.,  6.])

Es posible extraer una lista con le método tolist().

Más información en SciPy lecure notes: NumPy.

Advertisements
Esta entrada foi publicada en Sage. Ligazón permanente.

Deixar unha resposta

introduce os teu datos ou preme nunha das iconas:

Logotipo de WordPress.com

Estás a comentar desde a túa conta de WordPress.com. Sair / Cambiar )

Twitter picture

Estás a comentar desde a túa conta de Twitter. Sair / Cambiar )

Facebook photo

Estás a comentar desde a túa conta de Facebook. Sair / Cambiar )

Google+ photo

Estás a comentar desde a túa conta de Google+. Sair / Cambiar )

Conectando a %s