Procesamiento de Datos con Numpy en Python: Operaciones vectoriales con Arrays ó Arreglos

Para citar este recurso educativo utiliza la siguiente referencia:

Gutiérrez-García, J.O. [Código Máquina]. (2021, 25 de Junio). Procesamiento de Datos con Numpy en Python: Operaciones vectoriales con Arrays ó Arreglos [Video]. YouTube. [Incluye aquí la URL del video].

👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com

ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado.

🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn   / octaviogutierrez  

Para guiar tu aprendizaje, en este vínculo (   • Curso de Inteligencia Artificial (IA) y Ma...  ) se encuentra una guía secuencial para aprender:

1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.

********************************************

En este video se introduce al uso de Arrays (arreglos) de Numpy. Se explica cómo crear, modificar y acceder a los valores de Arrays. Además, se explica el concepto de operación vectorial y las ventajas en eficiencia que se tienen. También, se aterrizan los conceptos vía un ejemplo del cálculo del Índice de Masa Corporal.

Índice del Video:

0:00 Introducción a los Arreglos de Numpy
0:39 Creación de Arreglos
5:50 Tipos de datos de Arrays y la implicación del tamaño del dato.
10:00 Share (figura) de los arreglos
12:11 Métodos y operaciones básicas sobre Arreglos
19:10 Ejemplo básico de Operaciones Vectoriales: Índice de Masa Corporal


⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.

⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
https://www.amazon.com.mx/stores/sinH...


El código del video está disponible en GitHub https://github.com/CodigoMaquina/code

#programación #python #numpy