NumPy: arrays, vectores y operaciones sin bucles

Por qué NumPy existe

Valeria ya tiene las ventas de su café de las últimas semanas en una lista de Python. Bruno, su primo caótico, le dice: "Para sumarle el IVA a cada venta, haz un for". Pixel, el robot sarcástico, suspira: "Claro, y para cortar el pan usa un hacha."

NumPy (Numerical Python) te da un objeto llamado array: una tabla de números del mismo tipo guardada de forma compacta. Lo mejor es que opera sobre todos los elementos a la vez, sin escribir bucles. A eso se le llama vectorización, y es entre 10 y 100 veces más rápido que un for.

import numpy as np

ventas = np.array([120, 95, 130, 80, 150])
print(ventas * 1.16)   # IVA a todas a la vez

Crear arrays

Hay muchas formas de crearlos:

np.array([1, 2, 3])        # desde una lista
np.zeros(4)                # [0. 0. 0. 0.]
np.ones(3)                 # [1. 1. 1.]
np.arange(0, 10, 2)        # [0 2 4 6 8]
np.linspace(0, 1, 5)       # 5 puntos entre 0 y 1

Cada array tiene atributos útiles: .shape (la forma), .dtype (el tipo de dato) y .ndim (número de dimensiones).

Matrices: arrays de 2 dimensiones

Si pasas una lista de listas, obtienes una matriz. Piensa en una tabla: filas y columnas.

tabla = np.array([[10, 20, 30],
                  [40, 50, 60]])
print(tabla.shape)   # (2, 3) -> 2 filas, 3 columnas
print(tabla[1, 2])   # 60 (fila 1, columna 2)
print(tabla[:, 0])   # [10 40] toda la columna 0

Puedes cambiar la forma con .reshape(): np.arange(6).reshape(2, 3) crea la misma matriz de 2×3.

Operaciones sin bucles

Las operaciones aritméticas actúan elemento a elemento:

a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b)    # [11 22 33]
print(a * b)    # [10 40 90]
print(a ** 2)   # [1 4 9]

Y también hay funciones de resumen: .sum(), .max(), .min(), .argmax() (la posición del máximo).

Máscaras booleanas: filtrar con condiciones

Una comparación devuelve un array de True y False. Si lo usas como índice, te quedas solo con los elementos que cumplen:

ventas = np.array([120, 95, 130, 80, 150])
buenas = ventas[ventas > 100]
print(buenas)   # [120 130 150]

Broadcasting: cuando las formas no coinciden

NumPy "estira" automáticamente el valor más pequeño. Por eso ventas * 1.16 funciona: el número 1.16 se aplica a cada elemento. También puedes sumar un vector a cada fila de una matriz si las columnas coinciden.

Errores típicos

• Mezclar lista y array: [1, 2] * 2 repite la lista ([1, 2, 1, 2]), pero np.array([1, 2]) * 2 multiplica ([2 4]).
• Usar and en vez de &: para combinar máscaras usa (x > 1) & (x < 5), con paréntesis.
• Olvidar que el slicing no incluye el final: x[0:3] da 3 elementos.
• Dimensiones incompatibles: sumar arrays de forma (3,) y (4,) lanza un error.

💡 Truco: si dudas de la forma de un array, imprime x.shape antes de hacer cualquier cosa.

Historia: el bucle de Bruno

Bruno entregó un programa que calculaba el IVA de 1 millón de ventas con un for. Tardó tanto que Valeria se tomó dos cafés. Pixel lo reescribió con ventas * 1.16 y terminó antes de que se enfriara el primero. "Menos bucles, más café", sentenció el robot.

Reto

Crea un array con las ventas de cinco días, súbele 10% a todas y quédate solo con las que superen 100. ¿Cuántas quedaron? Pista: una máscara y .sum() de booleanos te lo cuentan.