¿Cómo instalar Numpy en Windows?

Python NumPy es un paquete de procesamiento de arrays de propósito general que proporciona herramientas para manejar arrays de n dimensiones. Proporciona varias herramientas informáticas, como funciones matemáticas integrales, rutinas de álgebra lineal. NumPy proporciona tanto la flexibilidad de Python como la velocidad del código C compilado bien optimizado. Su sintaxis fácil de usar lo hace muy accesible y productivo para los programadores de cualquier formación.

Requisitos previos:

Lo único que necesita para instalar Numpy en Windows es:

• Python 
• PIP o Conda (dependiendo de la preferencia del usuario)

Instalación de Numpy en Windows:

Para usuarios de Conda:

Si desea que la instalación se realice a través de conda, puede usar el siguiente comando:

conda install -c anaconda numpy

Recibirá un mensaje similar una vez que se complete la instalación

Asegúrese de seguir las mejores prácticas para la instalación usando conda como:

• Utilice un entorno para la instalación en lugar del entorno base mediante el siguiente comando:

conda create -n my-env
conda activate my-env

Nota: Si su método de instalación preferido es conda-forge, use el siguiente comando:

conda config --env --add channels conda-forge

Para usuarios de PIP:

Los usuarios que prefieran usar pip pueden usar el siguiente comando para instalar NumPy:

pip install numpy

Recibirá un mensaje similar una vez que se complete la instalación:

Ahora que hemos instalado Numpy con éxito en nuestro sistema, echemos un vistazo a algunos ejemplos simples.

Ejemplo 1: Caracteres básicos de Numpy Array

# Python program to demonstrate
# basic array characteristics
import numpy as np
  
# Creating array object
arr = np.array( [[ 1, 2, 3],
                [ 4, 2, 5]] )
  
# Printing type of arr object
print("Array is of type: ", type(arr))
  
# Printing array dimensions (axes)
print("No. of dimensions: ", arr.ndim)
  
# Printing shape of array
print("Shape of array: ", arr.shape)
  
# Printing size (total number of elements) of array
print("Size of array: ", arr.size)
  
# Printing type of elements in array
print("Array stores elements of type: ", arr.dtype)

Producción:

Array is of type:  
No. of dimensions:  2
Shape of array:  (2, 3)
Size of array:  6
Array stores elements of type:  int64

Ejemplo 2: operaciones básicas de Numpy

# Python program to demonstrate
# basic operations on single array
import numpy as np
  
a = np.array([1, 2, 5, 3])
  
# add 1 to every element
print ("Adding 1 to every element:", a+1)
  
# subtract 3 from each element
print ("Subtracting 3 from each element:", a-3)
  
# multiply each element by 10
print ("Multiplying each element by 10:", a*10)
  
# square each element
print ("Squaring each element:", a**2)
  
# modify existing array
a *= 2
print ("Doubled each element of original array:", a)
  
# transpose of array
a = np.array([[1, 2, 3], [3, 4, 5], [9, 6, 0]])
  
print ("\nOriginal array:\n", a)
print ("Transpose of array:\n", a.T)

Producción:

Adding 1 to every element: [2 3 6 4]
Subtracting 3 from each element: [-2 -1  2  0]
Multiplying each element by 10: [10 20 50 30]
Squaring each element: [ 1  4 25  9]
Doubled each element of original array: [ 2  4 10  6]

Original array:
 [[1 2 3]
 [3 4 5]
 [9 6 0]]
Transpose of array:
 [[1 3 9]
 [2 4 6]
 [3 5 0]]