Arrays de NumPy

Los objetos ndarray de NumPy almacenan datos numéricos homogéneos y exponen operaciones vectorizadas que reemplazan los lentos bucles de Python.

Receta

Tarjeta de referencia rápida - lista para copiar y pegar.

import numpy as np
 
# Crear, convertir dtype, vectorizar
a = np.array([1, 2, 3], dtype=np.float64)
b = np.arange(3)  # [0, 1, 2]
result = a * 2 + b  # broadcasting + ufunc
print(result.shape, result.dtype)

Cuándo usar esto:

Transformaciones numéricas en millones de valores (matemáticas, máscaras, agregaciones)
Álgebra lineal, estadísticas y preprocesamiento de imágenes/tensores
Interoperabilidad con pandas, SciPy y bibliotecas de ML que esperan entrada ndarray
Cualquier bucle intensivo que, según el profiling, pase tiempo en el bytecode de Python

Ejemplo de Trabajo

import numpy as np
 
# Matriz de ingresos mensuales: filas = regiones, columnas = meses
revenue = np.array(
    [[120_000, 135_000, 128_000],
     [98_000, 102_000, 110_000],
     [150_000, 148_000, 155_000]],
    dtype=np.int64,
)
 
# Tasa de crecimiento por región frente al mes anterior (la columna 0 no tiene anterior)
growth = np.diff(revenue, axis=1) / revenue[:, :-1]
 
# Normalizar cada región a su propia media (broadcasting)
normalized = (revenue - revenue.mean(axis=1, keepdims=True)) / revenue.std(axis=1, keepdims=True)
 
# Enmascarar celdas de bajo rendimiento
threshold = revenue.mean()
under = np.where(revenue < threshold, revenue, 0)
 
print("forma de growth:", growth.shape)
print("media normalizada por fila:", normalized.mean(axis=1))
print("total de bajo rendimiento:", under.sum())

Lo que esto demuestra:

Creación 2-D con dtype explícito para matemáticas enteras estables
np.diff a lo largo de axis=1 para el cambio mes a mes columna a columna
Broadcasting con keepdims=True para que las estadísticas de fila se alineen con la forma de la matriz
np.where como una condición vectorizada sin if de Python por celda

Inmersión Profunda

Cómo Funciona

Un ndarray es un buffer contiguo más metadatos de forma/pasos - todos los elementos comparten un único dtype.
Las funciones universales (ufuncs) aplican operaciones elemento a elemento en bucles compilados, a menudo liberando el GIL.
El broadcasting compara formas desde la derecha: las dimensiones coinciden cuando son iguales o uno de los lados es 1.
Las vistas comparten memoria con el array padre; las copias son explícitas (arr.copy()) o provienen de asignaciones incompatibles.

Patrones de Creación

Función	Uso Típico
`np.array`	A partir de secuencias de Python
`np.arange` / `np.linspace`	Rangos espaciados uniformemente
`np.zeros` / `np.ones` / `np.full`	Buffers preasignados
`np.random.default_rng`	Datos aleatorios reproducibles

Referencia Rápida de dtype

dtype	Cuándo
`int32` / `int64`	Conteos e IDs
`float32`	Características grandes de ML donde el compromiso de precisión está bien
`float64`	Precisión analítica predeterminada
`bool`	Máscaras y predicados

Notas de Python

import numpy as np
 
# Prefiere dtype explícito al ingerir
ids = np.array(["1", "2", "3"], dtype=np.int64)  # ValueError - convierte cadenas primero
 
# Usa default_rng, no el legado np.random.seed
rng = np.random.default_rng(42)
samples = rng.normal(0, 1, size=10_000)
 
# np.ndarray no es un reemplazo directo para list - .append no existe

Trampas

Tipos mixtos en np.array - np.array([1, 2.5, 3]) se convierte en float64 y puede sorprender al código entero posterior. Solución: convierte explícitamente en la creación.
División entera - / siempre promueve a flotante; // trunca hacia infinito negativo. Solución: usa np.floor_divide cuando necesites un truncamiento consistente.
Copias silenciosas vs vistas - el indexado "fancy" (arr[[0, 2]]) devuelve una copia; los "slices" a menudo devuelven vistas. Solución: llama a .copy() antes de mutar los resultados filtrados.
Propagación de NaN - np.mean([1, np.nan, 3]) es NaN a menos que pases nanmean. Solución: usa np.nanmean o enmascara primero.
Errores de broadcasting - (3, 4) + (4,) funciona; (3, 4) + (3,) lanza un error a menos que cambies la forma. Solución: alinea con arr[:, np.newaxis] o reshape.

Alternativas

Alternativa	Úsalo Cuando	No lo Uses Cuando
Listas de Python	Secuencias pequeñas, objetos heterogéneos	Transformaciones numéricas de un millón de elementos
Series de pandas	Datos 1-D etiquetados con valores faltantes	Álgebra lineal cruda en buffers sin etiquetas
Series de Polars	Pipelines columnares perezosos a escala	Solo necesitas una ufunc rápida de NumPy
Módulo `array` (stdlib)	Arrays numéricos tipados sin dependencia de NumPy	Necesitas broadcasting o álgebra lineal

Preguntas Frecuentes

¿Por qué los arrays de NumPy deben ser homogéneos?

Un único dtype permite a NumPy almacenar datos de forma contigua y vectorizar en C.
Los objetos de Python mixtos residen en un array de tipo objeto - más lento y sin aceleración de ufunc.

¿Cuándo copia el broadcasting los datos?

El broadcasting crea una forma virtual expandida a través de pasos (strides) - ninguna copia hasta que se materializa con np.broadcast_to(...).copy().
Escribir a través de una vista transmitida puede corromper el buffer subyacente.

¿Cómo elijo entre float32 y float64?

Usa float32 para tensores grandes donde ~7 dígitos decimales son suficientes.
Usa float64 para agregados financieros a menos que tengas una ganancia de memoria medida.

¿Qué reemplazó a np.random.seed?

import numpy as np
rng = np.random.default_rng(42)
rng.integers(0, 100, size=5)

default_rng es la API moderna y estadísticamente más segura.

¿Cómo sumo sin desbordamiento en columnas int32?

Convierte a int64 antes de sum: arr.astype(np.int64).sum().
O usa np.sum(arr, dtype=np.int64).

¿Puedo usar cadenas de NumPy para análisis de texto?

Existen dtypes de np.str_ de ancho fijo, pero pandas/Polars manejan el texto mejor.
Usa NumPy para kernels numéricos; delega las cadenas a las bibliotecas de DataFrames.

¿Por qué mi máscara booleana tiene la forma incorrecta?

Las máscaras deben hacer broadcasting a la forma del array: una máscara (n,) en (n, m) necesita (n, 1).
Usa mask[:, np.newaxis] o np.broadcast_to.

¿Cómo evito modificar una vista?

safe = arr[mask].copy()
safe *= 2  # no toca arr

¿Es np.dot lo mismo que @?

Para arrays 2-D, @ y np.dot son multiplicación de matrices.
Para dimensiones superiores, @ sigue las reglas de apilamiento de PEP 465 - prefiere @ por claridad.

¿Cómo mido el tiempo de NumPy frente a Python puro?

Usa timeit en tamaños de array que procesas realmente.
n pequeños cruzan el punto donde las listas de Python ganan debido a la sobrecarga de creación.

Relacionado

Indexación y Reestructuración de NumPy - slices, indexado fancy, ejes
Series y DataFrames de pandas - tablas etiquetadas construidas sobre NumPy
Rendimiento y Memoria - reducción de dtype y fragmentación
Conceptos Básicos de Análisis de Datos - primer recorrido de análisis

Versiones de la pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.

Arrays de NumPy

Los objetos ndarray de NumPy almacenan datos numéricos homogéneos y exponen operaciones vectorizadas que reemplazan los lentos bucles de Python.

Receta

Tarjeta de referencia rápida - lista para copiar y pegar.

import numpy as np
 
# Crear, convertir dtype, vectorizar
a = np.array([1, 2, 3], dtype=np.float64)
b = np.arange(3)  # [0, 1, 2]
result = a * 2 + b  # broadcasting + ufunc
print(result.shape, result.dtype)

Cuándo usar esto:

Transformaciones numéricas en millones de valores (matemáticas, máscaras, agregaciones)
Álgebra lineal, estadísticas y preprocesamiento de imágenes/tensores
Interoperabilidad con pandas, SciPy y bibliotecas de ML que esperan entrada ndarray
Cualquier bucle intensivo que, según el profiling, pase tiempo en el bytecode de Python

Ejemplo de Trabajo

import numpy as np
 
# Matriz de ingresos mensuales: filas = regiones, columnas = meses
revenue = np.array(
    [[120_000, 135_000, 128_000],
     [98_000, 102_000, 110_000],
     [150_000, 148_000, 155_000]],
    dtype=np.int64,
)
 
# Tasa de crecimiento por región frente al mes anterior (la columna 0 no tiene anterior)
growth = np.diff(revenue, axis=1) / revenue[:, :-1]
 
# Normalizar cada región a su propia media (broadcasting)
normalized = (revenue - revenue.mean(axis=1, keepdims=True)) / revenue.std(axis=1, keepdims=True)
 
# Enmascarar celdas de bajo rendimiento
threshold = revenue.mean()
under = np.where(revenue < threshold, revenue, 0)
 
print("forma de growth:", growth.shape)
print("media normalizada por fila:", normalized.mean(axis=1))
print("total de bajo rendimiento:", under.sum())

Lo que esto demuestra:

Creación 2-D con dtype explícito para matemáticas enteras estables
np.diff a lo largo de axis=1 para el cambio mes a mes columna a columna
Broadcasting con keepdims=True para que las estadísticas de fila se alineen con la forma de la matriz
np.where como una condición vectorizada sin if de Python por celda

Inmersión Profunda

Cómo Funciona

Un ndarray es un buffer contiguo más metadatos de forma/pasos - todos los elementos comparten un único dtype.
Las funciones universales (ufuncs) aplican operaciones elemento a elemento en bucles compilados, a menudo liberando el GIL.
El broadcasting compara formas desde la derecha: las dimensiones coinciden cuando son iguales o uno de los lados es 1.
Las vistas comparten memoria con el array padre; las copias son explícitas (arr.copy()) o provienen de asignaciones incompatibles.

Patrones de Creación

Función	Uso Típico
`np.array`	A partir de secuencias de Python
`np.arange` / `np.linspace`	Rangos espaciados uniformemente
`np.zeros` / `np.ones` / `np.full`	Buffers preasignados
`np.random.default_rng`	Datos aleatorios reproducibles

Referencia Rápida de dtype

dtype	Cuándo
`int32` / `int64`	Conteos e IDs
`float32`	Características grandes de ML donde el compromiso de precisión está bien
`float64`	Precisión analítica predeterminada
`bool`	Máscaras y predicados

Notas de Python

import numpy as np
 
# Prefiere dtype explícito al ingerir
ids = np.array(["1", "2", "3"], dtype=np.int64)  # ValueError - convierte cadenas primero
 
# Usa default_rng, no el legado np.random.seed
rng = np.random.default_rng(42)
samples = rng.normal(0, 1, size=10_000)
 
# np.ndarray no es un reemplazo directo para list - .append no existe

Trampas

Tipos mixtos en np.array - np.array([1, 2.5, 3]) se convierte en float64 y puede sorprender al código entero posterior. Solución: convierte explícitamente en la creación.
División entera - / siempre promueve a flotante; // trunca hacia infinito negativo. Solución: usa np.floor_divide cuando necesites un truncamiento consistente.
Copias silenciosas vs vistas - el indexado "fancy" (arr[[0, 2]]) devuelve una copia; los "slices" a menudo devuelven vistas. Solución: llama a .copy() antes de mutar los resultados filtrados.
Propagación de NaN - np.mean([1, np.nan, 3]) es NaN a menos que pases nanmean. Solución: usa np.nanmean o enmascara primero.
Errores de broadcasting - (3, 4) + (4,) funciona; (3, 4) + (3,) lanza un error a menos que cambies la forma. Solución: alinea con arr[:, np.newaxis] o reshape.

Alternativas

Alternativa	Úsalo Cuando	No lo Uses Cuando
Listas de Python	Secuencias pequeñas, objetos heterogéneos	Transformaciones numéricas de un millón de elementos
Series de pandas	Datos 1-D etiquetados con valores faltantes	Álgebra lineal cruda en buffers sin etiquetas
Series de Polars	Pipelines columnares perezosos a escala	Solo necesitas una ufunc rápida de NumPy
Módulo `array` (stdlib)	Arrays numéricos tipados sin dependencia de NumPy	Necesitas broadcasting o álgebra lineal

Preguntas Frecuentes

¿Por qué los arrays de NumPy deben ser homogéneos?

Un único dtype permite a NumPy almacenar datos de forma contigua y vectorizar en C.
Los objetos de Python mixtos residen en un array de tipo objeto - más lento y sin aceleración de ufunc.

¿Cuándo copia el broadcasting los datos?

El broadcasting crea una forma virtual expandida a través de pasos (strides) - ninguna copia hasta que se materializa con np.broadcast_to(...).copy().
Escribir a través de una vista transmitida puede corromper el buffer subyacente.

¿Cómo elijo entre float32 y float64?

Usa float32 para tensores grandes donde ~7 dígitos decimales son suficientes.
Usa float64 para agregados financieros a menos que tengas una ganancia de memoria medida.

¿Qué reemplazó a np.random.seed?

import numpy as np
rng = np.random.default_rng(42)
rng.integers(0, 100, size=5)

default_rng es la API moderna y estadísticamente más segura.

¿Cómo sumo sin desbordamiento en columnas int32?

Convierte a int64 antes de sum: arr.astype(np.int64).sum().
O usa np.sum(arr, dtype=np.int64).

¿Puedo usar cadenas de NumPy para análisis de texto?

Existen dtypes de np.str_ de ancho fijo, pero pandas/Polars manejan el texto mejor.
Usa NumPy para kernels numéricos; delega las cadenas a las bibliotecas de DataFrames.

¿Por qué mi máscara booleana tiene la forma incorrecta?

Las máscaras deben hacer broadcasting a la forma del array: una máscara (n,) en (n, m) necesita (n, 1).
Usa mask[:, np.newaxis] o np.broadcast_to.

¿Cómo evito modificar una vista?

safe = arr[mask].copy()
safe *= 2  # no toca arr

¿Es np.dot lo mismo que @?

Para arrays 2-D, @ y np.dot son multiplicación de matrices.
Para dimensiones superiores, @ sigue las reglas de apilamiento de PEP 465 - prefiere @ por claridad.

¿Cómo mido el tiempo de NumPy frente a Python puro?

Usa timeit en tamaños de array que procesas realmente.
n pequeños cruzan el punto donde las listas de Python ganan debido a la sobrecarga de creación.

Relacionado

Indexación y Reestructuración de NumPy - slices, indexado fancy, ejes
Series y DataFrames de pandas - tablas etiquetadas construidas sobre NumPy
Rendimiento y Memoria - reducción de dtype y fragmentación
Conceptos Básicos de Análisis de Datos - primer recorrido de análisis

Versiones de la pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.

Arrays de NumPy

Buscar en la documentación

Arrays de NumPy