• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

NumPy: ¿Qué es una matriz estructurada de NumPy y cómo trabajar con ellas en Python?

agosto 3, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

NumPy

A la hora de crear una matriz de NumPy es posible definir el tipo de dato mediante la propiedad dtype, evitando de esta forma que este sea deducido a partir de los datos. Aunque inicialmente se pueda pensar en el uso de los tipos primitivos: enteros, reales o cadenas de texto, también es posible emplear estructuras definidas por el usuario. Creando en este último caso lo que se llama una matriz estructurada de NumPy. Siendo estos unos elementos que ofrecen ciertas ventajas. Debido a que las matrices de NumPy son homogéneas, esto es, únicamente pueden contener datos de un mismo tipo, su uso garantiza que los datos sean siempre válidos.

La matriz estructurada de NumPy

Una matriz estructurada de NumPy es un objeto compuesto por estructuras (similares a los datos struct que existen en C y otros lenguajes) que representan un tipo de dato compuesto. Asegurando de este modo que cada uno de los elementos del objeto contienen los mismos datos. Evitando así que se puedan agregar al vector datos que no son correctos.

Antes de crear una matriz estructurada en NumPy es necesario definir la estructura. Lo que requiere crear una lista de tuplas en las que el primer valor es el nombre del campo y el segundo el tipo de dato. Una vez hecho esto se puede crear una matriz de NumPy de forma habitual con np.array(). Solamente se ha de tener en cuenta que cada uno de los elementos del array han de ajustarse a la estructura definida, ya que en caso contrario se produciría un error. De este modo se puede crear una primera matriz estructurada con el siguiente código.

import numpy as np

struct = [
    ('first_name', (np.str_, 10)),
    ('last_name', (np.str_, 12)),
    ('age', np.int32),
    ('score', np.float64)]

arr = np.array([('Montgomery', 'Humes', 27, 0.45),
                ('Dagmar', 'Elstow', 41, 1),
                ('Reeba', 'Wattisham', 29, 0.77)],
               dtype=struct)

arr
array([('Montgomery', 'Humes', 27, 0.45), ('Dagmar', 'Elstow', 41, 1.  ),
       ('Reeba', 'Wattisham', 29, 0.77)],
       dtype=[('first_name', '<U10'), ('last_name', '<U12'), ('age', '<i4'), ('score', '<f8')])

En este caso se ha indicado una estructura con cuatro valores: el nombre como una cadena texto de longitud 10, el apellido como una cadena de texto de longitud 12, la edad como un valor entero y el score como un valor real. Tipo de dato que se puede apreciar al imprimir el array.

Validación de los tipos de dato

A la hora de crear un elemento NumPy validará cada uno de los campos y, en caso de no cumplir lo transformara si es posible. Algo que se puede apreciar en el siguiente ejemplo.

Publicidad


np.array([(12, 'Keningham, Broddy', '21', '0.66')], dtype=struct)
array([('12', 'Keningham, B', 21, 0.66)],
       dtype=[('first_name', '<U10'), ('last_name', '<U12'), ('age', '<i4'), ('score', '<f8')])

Nótese que en el ejemplo ninguno de los campos cumplen las condiciones establecidas. El primer campo, el nombre, es un valor entero que es convertido a una cadena de texto. En el caso del apellido, el segundo campo, su longitud es de más de 12 caracteres, por lo que al crear la matriz NumPy ha truncado está hasta el máximo permitido. Finalmente, en el caso de los valores numéricos, la edad y el score, los datos son texto, aunque en este caso es posible convertirlos al tipo correcto. En el caso de que no fuese posible la conversión, se produciría un error como en el siguiente caso.

np.array([('Broddy', 'Keningham', '21', 'None')], dtype=struct)
ValueError: could not convert string to float: 'None'

Agregar elementos a una matriz estructurada

Para agregar nuevos elementos a una matriz estructurada se puede recurrir a la función np.append(), como en el resto de los casos. La única peculiaridad es que ambas matrices han de ser del mismo tipo, ya que la función no realizará la conversión. Lo que se puede ver en el siguiente ejemplo donde los tipos son correctos, pero Python devuelve un error.

arr = np.append(arr, [('Dagmar', 'Keningham', 21, 0.66),
                      ('Dagmar', 'Brechin', 53, 0.75)])
TypeError: invalid type promotion

Siendo necesario, antes de agregar los elementos, crear matriz estructurada. Ya que NumPy no realizará la conversión de los tipos. Lo que se puede hacer tal como se muestra a continuación

arr = np.append(arr, np.array([('Dagmar', 'Keningham', 21, 0.66),
                               ('Dagmar', 'Brechin', 53, 0.75)],
                              dtype=struct))

Ordenar elementos en las matrices estructuradas

En el caso de ser necesario ordenar los elementos de una matriz estructurada se puede recurrir a la función np.sort(). Dado que los datos no son primitivos, es necesario indicar a la función mediante qué valor se deben ordenar estos. Lo que se puede hacer a través de la propiedad order. Así, para ordenar la matriz en base al nombre solamente hay que escribir.

np.sort(arr, order='first_name')
array([('Dagmar', 'Brechin', 53, 0.75), ('Dagmar', 'Elstow', 41, 1.  ),
       ('Dagmar', 'Keningham', 21, 0.66),
       ('Montgomery', 'Humes', 27, 0.45),
       ('Reeba', 'Wattisham', 29, 0.77)],
      dtype=[('first_name', '<U10'), ('last_name', '<U12'), ('age', '<i4'), ('score', '<f8')])

También se puede ordenar en base a más de una propiedad, para lo que solamente se tiene que pasar una lista con el nombre de las propiedades. En el ejemplo, esto se puede ver al ordenar por nombre, donde hay tres registros con el mismo valor, por lo que se puede usar como segundo valor la edad.

Publicidad


np.sort(arr, order=['first_name', 'age'])
array([('Dagmar', 'Keningham', 21, 0.66), ('Dagmar', 'Elstow', 41, 1.  ),
       ('Dagmar', 'Brechin', 53, 0.75), ('Montgomery', 'Humes', 27, 0.45),
       ('Reeba', 'Wattisham', 29, 0.77)],
      dtype=[('first_name', '<U10'), ('last_name', '<U12'), ('age', '<i4'), ('score', '<f8')])

Conclusiones

En esta entrada se ha visto como se puede crear un tipo de dato en Python para crear una matriz estructurada de NumPy. Un tipo de objeto que ofrece ciertas ventajas cuando necesitamos que los datos con los que trabajamos cumplan unas especificaciones dadas. Evitando de esta forma posibles errores.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Diferencias entre str y repr en Python
    Diferencias entre str y repr en Python
  • Convertir números en cadenas y cadenas en números en Python
    Convertir números en cadenas y cadenas en números en Python
  • Uso de comillas simples o dobles en Python
    Uso de comillas simples o dobles en Python
  • Medir y reducir el consumo de memoria en Python
    Medir y reducir el consumo de memoria en Python
  • Visualización de matrices en Seaborn: Mapas de calor y dendrogramas
    Visualización de matrices en Seaborn: Mapas de calor y…
  • Uso de las f-string de Python para mejorar el formato de textos
    Uso de las f-string de Python para mejorar el formato de…

Publicado en: Python Etiquetado como: NumPy

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad




Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

El método de Hare-Niemeyer y su implementación en Python

septiembre 29, 2023 Por Daniel Rodríguez

Redimensionar una partición de disco LVM con espacio no asignado en Linux

septiembre 27, 2023 Por Daniel Rodríguez

¿Cómo saber la versión de Pandas o cualquier otra librería en Python?

septiembre 25, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • Seleccionar filas y columnas en Pandas con iloc y loc publicado el junio 21, 2019 | en Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? publicado el marzo 25, 2019 | en Python
  • Archivos Guardar y leer archivos CSV con Python publicado el junio 15, 2018 | en Python
  • pandas Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas publicado el septiembre 13, 2021 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.3 (12)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • alberto en Resolver problema de credenciales en Bitbucket
  • Pablo en Aplicar el método D’Hondt en Excel
  • Agapito en Creación de un EXE desde un archivo Python en Windows

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto