|
1 |
| -<!doctype html><htmllang=esdata-colorscheme=light><head><metaname=generatorcontent="Hugo 0.134.3"><metaname=descriptioncontent="¿Por qué NumPy? Potentes arreglos n-dimensionales. Herramientas de cálculo numérico. Interoperabilidad. Rendimiento. Código abierto."><metacharset=utf-8><metaname=viewportcontent="width=device-width,initial-scale=1,shrink-to-fit=no"><metahttp-equiv=x-ua-compatiblecontent="ie=edge"><title>NumPy -</title><linkrel=iconhref=/images/favicon.ico><linkrel=stylesheettype=text/csshref=/theme-css/sphinx-design/index.scss.min.36ff85d5815ecbee58c1ba27bcc5efe301092254f8ab00f2f53a72e4222d58ee.cssintegrity="sha256-Nv+F1YFey+5YwbonvMXv4wEJIlT4qwDy9Tpy5CItWO4="><linkrel=stylesheettype=text/csshref=/theme-css/pst/bootstrap.scss.min.e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855.cssintegrity="sha256-47DEQpj8HBSa+/TImW+5JCeuQeRkm5NMpJWZG3hSuFU="><linkrel=stylesheettype=text/csshref=/theme-css/pst/pydata-sphinx-theme.scss.min.d56da9e1c2ce262f021256dca409e85bd992cb0994a6aaf1b4fe85d6074447c5.cssintegrity="sha256-1W2p4cLOJi8CElbcpAnoW9mSywmUpqrxtP6F1gdER8U="><linkrel=stylesheettype=text/csshref=/theme-css/spht/index.scss.min.ad03de1683bb39a0d1b31395797b97188e59cda6d778c0671a99db0b4fb799a9.cssintegrity="sha256-rQPeFoO7OaDRsxOVeXuXGI5ZzabXeMBnGpnbC0+3mak="><linkrel=stylesheettype=text/csshref=/css/tabs.scss.min.549aba196cc14bca7747a312ff35df0aa1f486b740c19ee0c88aaa721fb8c2e1.cssintegrity="sha256-VJq6GWzBS8p3R6MS/zXfCqH0hrdAwZ7gyIqqch+4wuE="><linkrel=stylesheethref=/theme-css/backtotop.min.b5f58df56ca9d2f2b749b8d5eb4ab2b5a1724c63cbd24b2f8a0b0c2268e1eca4.cssintegrity="sha256-tfWN9Wyp0vK3SbjV60qytaFyTGPL0ksvigsMImjh7KQ="><linkrel=stylesheethref=/theme-css/bulma.min.f488b160722c9b7a2a760c03808dc8df5173e6c9dd25cb7481451ddb3c4f35dc.cssintegrity="sha256-9IixYHIsm3oqdgwDgI3I31Fz5sndJct0gUUd2zxPNdw="><linkrel=stylesheethref=/theme-css/code-highlight.min.d0bd96ff1dbeb4b62536da5935b92af5cd7edb6d6f52b316d721e62078d9f089.cssintegrity="sha256-0L2W/x2+tLYlNtpZNbkq9c1+221vUrMW1yHmIHjZ8Ik="><linkrel=stylesheethref=/theme-css/content.min.1de9b096ffc099fee4b538589fea6b622be33d69de64c451e11f2c91476029c5.cssintegrity="sha256-Hemwlv/Amf7ktThYn+prYivjPWneZMRR4R8skUdgKcU="><linkrel=stylesheethref=/theme-css/dark-mode.min.1a7d04742ddf658331233b701507a0124657cbf45e02c672c061955181de6dde.cssintegrity="sha256-Gn0EdC3fZYMxIztwFQegEkZXy/ReAsZywGGVUYHebd4="><linkrel=stylesheethref=/theme-css/footer.min.4be63c4d5628cb485efcfa5c9475fa1daa18933eb83741a2ca2bcd444ec270a2.cssintegrity="sha256-S+Y8TVYoy0he/PpclHX6HaoYkz64N0GiyivNRE7CcKI="><linkrel=stylesheethref=/theme-css/hero.min.aa8286fd7d31d78e297e71594436c47b17d4f28660fd16f2b252e3f55fa500be.cssintegrity="sha256-qoKG/X0x144pfnFZRDbEexfU8oZg/RbyslLj9V+lAL4="><linkrel=stylesheethref=/theme-css/lists.min.83821789384ebadc1a1ff75ef9f4b29ba53fe45eb30a46a228aa55772a393396.cssintegrity="sha256-g4IXiThOutwaH/de+fSym6U/5F6zCkaiKKpVdyo5M5Y="><linkrel=stylesheethref=/theme-css/navbar.min.c15f7eadb5a7e1532309c04d94e1b0099d4fa75aaded30829bbfd21ebdb51ad5.cssintegrity="sha256-wV9+rbWn4VMjCcBNlOGwCZ1Pp1qt7TCCm7/SHr21GtU="><linkrel=stylesheethref=/theme-css/news.min.8875ffae62ae22741a27025581fcb3341c18442be06bf132e45f8d6027692876.cssintegrity="sha256-iHX/rmKuInQaJwJVgfyzNBwYRCvga/Ey5F+NYCdpKHY="><linkrel=stylesheethref=/theme-css/posts.min.9505f87d5973f3f08c99c613c0781b3a42411f4795657e8da7ef29c7ad37c23d.cssintegrity="sha256-lQX4fVlz8/CMmcYTwHgbOkJBH0eVZX6Np+8px603wj0="><linkrel=stylesheethref=/theme-css/search.min.ee3423de82ad5535fd375aa47bc4fe618ecaa5d10eb0b68fe6dfc85a78790676.cssintegrity="sha256-7jQj3oKtVTX9N1qke8T+YY7KpdEOsLaP5t/IWnh5BnY="><linkrel=stylesheethref=/theme-css/shortcuts.min.f90addf0a2a3c4e075eb5c3c78e4cc27d9b4fba18a02a17808695212762224c1.cssintegrity="sha256-+Qrd8KKjxOB161w8eOTMJ9m0+6GKAqF4CGlSEnYiJME="><linkrel=stylesheethref=/theme-css/styles.min.00c75e5e25cb21123ca151cb4f4a130891157870829d91cefa425316ecf23de2.cssintegrity="sha256-AMdeXiXLIRI8oVHLT0oTCJEVeHCCnZHO+kJTFuzyPeI="><linkrel=stylesheethref=/theme-css/tables.min.7a44b6bd698323dd3d379b714bd534132e76bf4ba0d3dec61997a8d9ba9db5fb.cssintegrity="sha256-ekS2vWmDI909N5txS9U0Ey52v0ug097GGZeo2bqdtfs="><linkrel=stylesheethref=/theme-css/tabs.min.8884c317231b5f2331b2fd9f65e4f7900fe9124aafae93b78cef175960289683.cssintegrity="sha256-iITDFyMbXyMxsv2fZeT3kA/pEkqvrpO3jO8XWWAoloM="><linkrel=stylesheethref=/theme-css/vars.min.3d537d14ea6e6fb59012fa9d357adf4b209dab8c2535fb94ab37afb6a37020fd.cssintegrity="sha256-PVN9FOpub7WQEvqdNXrfSyCdq4wlNfuUqzevtqNwIP0="><linkrel=stylesheethref=/theme-css/videos.min.41c135abe8361308f9258975985342fc3107ddc6440698251dd72e2b909cdaaa.cssintegrity="sha256-QcE1q+g2Ewj5JYl1mFNC/DEH3cZEBpglHdcuK5Cc2qo="><linkrel=stylesheethref=/css/casestudies.min.92b0bafc1e58181b02c23f14b861767269e505eadc85a123b4eb79e2527bf2e0.cssintegrity="sha256-krC6/B5YGBsCwj8UuGF2cmnlBerchaEjtOt54lJ78uA="><linkrel=stylesheethref=/css/custom.min.cf0f0187caa046832f55197d09d0ad54a98eebc7758bbb354fb1c8fb8541b5bb.cssintegrity="sha256-zw8Bh8qgRoMvVRl9CdCtVKmO68d1i7s1T7HI+4VBtbs="><linkrel=stylesheethref=/css/mailchimp.min.96f403ea4c8be10747beb4c33a219da2fa8234a3b98882983bd2569da8eeb9e1.cssintegrity="sha256-lvQD6kyL4QdHvrTDOiGdovqCNKO5iIKYO9JWnajuueE="><linkrel=stylesheethref=/css/shell.min.173478d133f6f5990705f3ed2f48714422de15754d813df6aa2a047bf62a51da.cssintegrity="sha256-FzR40TP29ZkHBfPtL0hxRCLeFXVNgT32qioEe/YqUdo="><scriptsrc=https://code.jquery.com/jquery-3.7.1.min.js></script><linkrel=alternatehreflang=enhref=/title=English><linkrel=alternatehreflang=pthref=/pt/title=Português><linkrel=alternatehreflang=jahref=/ja/title="日本語 (Japanese)"><metaname=twitter:cardcontent="summary_large_image"><metaname=twitter:imagecontent="https://numpy.org/images/numpy-image.jpg"><metaname=twitter:titlecontent="NumPy"><metaname=twitter:descriptioncontent=" Matrices N-dimensionales potentes Rápida y versátil, la vectorización, indexación y conceptos de broadcasting de NumPy son los estándares de facto en el cálculo de matrices hoy en día. Herramientas de cálculo numérico NumPy ofrece funciones matemáticas completas, generadores de números aleatorios, rutinas de álgebra lineal, transformadas de Fourier, y más. Código abierto Distribuido bajo una [licencia BSD] liberal (https://github.com/numpy/numpy/blob/main/LICENSE.txt), NumPy es desarrollado y mantenido públicamente en GitHub por una vibrante, receptiva y diversa comunidad. Interoperable NumPy soporta una amplia gama de hardware y plataformas de computación, y funciona bien con librerías distribuidas, de GPU y de matrices dispersas. Óptimo El núcleo de NumPy está optimizado adecuadamente con código en C. Disfrute de la flexibilidad de Python con la velocidad del código compilado. Fácil de usar La sintaxis de alto nivel de NumPy lo hace accesible y productivo para programadores de cualquier formación o nivel de experiencia."></head><body><navid=navclass=navbarrole=navigationaria-label="main navigation"><divclass=container><divclass=navbar-brand><arole=buttonclass=navbar-burgeraria-label=menuaria-expanded=falsedata-target=navbar-menu><spanaria-hidden=true></span> |
| 1 | +<!doctype html><htmllang=esdata-colorscheme=light><head><metaname=generatorcontent="Hugo 0.134.3"><metaname=descriptioncontent="¿Por qué NumPy? Potentes arreglos n-dimensionales. Herramientas de cálculo numérico. Interoperabilidad. Rendimiento. Código abierto."><metacharset=utf-8><metaname=viewportcontent="width=device-width,initial-scale=1,shrink-to-fit=no"><metahttp-equiv=x-ua-compatiblecontent="ie=edge"><title>NumPy</title> |
| 2 | +<linkrel=iconhref=/images/favicon.ico><linkrel=stylesheettype=text/csshref=/theme-css/sphinx-design/index.scss.min.36ff85d5815ecbee58c1ba27bcc5efe301092254f8ab00f2f53a72e4222d58ee.cssintegrity="sha256-Nv+F1YFey+5YwbonvMXv4wEJIlT4qwDy9Tpy5CItWO4="><linkrel=stylesheettype=text/csshref=/theme-css/pst/bootstrap.scss.min.e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855.cssintegrity="sha256-47DEQpj8HBSa+/TImW+5JCeuQeRkm5NMpJWZG3hSuFU="><linkrel=stylesheettype=text/csshref=/theme-css/pst/pydata-sphinx-theme.scss.min.d56da9e1c2ce262f021256dca409e85bd992cb0994a6aaf1b4fe85d6074447c5.cssintegrity="sha256-1W2p4cLOJi8CElbcpAnoW9mSywmUpqrxtP6F1gdER8U="><linkrel=stylesheettype=text/csshref=/theme-css/spht/index.scss.min.ad03de1683bb39a0d1b31395797b97188e59cda6d778c0671a99db0b4fb799a9.cssintegrity="sha256-rQPeFoO7OaDRsxOVeXuXGI5ZzabXeMBnGpnbC0+3mak="><linkrel=stylesheettype=text/csshref=/css/tabs.scss.min.549aba196cc14bca7747a312ff35df0aa1f486b740c19ee0c88aaa721fb8c2e1.cssintegrity="sha256-VJq6GWzBS8p3R6MS/zXfCqH0hrdAwZ7gyIqqch+4wuE="><linkrel=stylesheethref=/theme-css/backtotop.min.b5f58df56ca9d2f2b749b8d5eb4ab2b5a1724c63cbd24b2f8a0b0c2268e1eca4.cssintegrity="sha256-tfWN9Wyp0vK3SbjV60qytaFyTGPL0ksvigsMImjh7KQ="><linkrel=stylesheethref=/theme-css/bulma.min.f488b160722c9b7a2a760c03808dc8df5173e6c9dd25cb7481451ddb3c4f35dc.cssintegrity="sha256-9IixYHIsm3oqdgwDgI3I31Fz5sndJct0gUUd2zxPNdw="><linkrel=stylesheethref=/theme-css/code-highlight.min.d0bd96ff1dbeb4b62536da5935b92af5cd7edb6d6f52b316d721e62078d9f089.cssintegrity="sha256-0L2W/x2+tLYlNtpZNbkq9c1+221vUrMW1yHmIHjZ8Ik="><linkrel=stylesheethref=/theme-css/content.min.1de9b096ffc099fee4b538589fea6b622be33d69de64c451e11f2c91476029c5.cssintegrity="sha256-Hemwlv/Amf7ktThYn+prYivjPWneZMRR4R8skUdgKcU="><linkrel=stylesheethref=/theme-css/dark-mode.min.1a7d04742ddf658331233b701507a0124657cbf45e02c672c061955181de6dde.cssintegrity="sha256-Gn0EdC3fZYMxIztwFQegEkZXy/ReAsZywGGVUYHebd4="><linkrel=stylesheethref=/theme-css/footer.min.4be63c4d5628cb485efcfa5c9475fa1daa18933eb83741a2ca2bcd444ec270a2.cssintegrity="sha256-S+Y8TVYoy0he/PpclHX6HaoYkz64N0GiyivNRE7CcKI="><linkrel=stylesheethref=/theme-css/hero.min.aa8286fd7d31d78e297e71594436c47b17d4f28660fd16f2b252e3f55fa500be.cssintegrity="sha256-qoKG/X0x144pfnFZRDbEexfU8oZg/RbyslLj9V+lAL4="><linkrel=stylesheethref=/theme-css/lists.min.83821789384ebadc1a1ff75ef9f4b29ba53fe45eb30a46a228aa55772a393396.cssintegrity="sha256-g4IXiThOutwaH/de+fSym6U/5F6zCkaiKKpVdyo5M5Y="><linkrel=stylesheethref=/theme-css/navbar.min.c15f7eadb5a7e1532309c04d94e1b0099d4fa75aaded30829bbfd21ebdb51ad5.cssintegrity="sha256-wV9+rbWn4VMjCcBNlOGwCZ1Pp1qt7TCCm7/SHr21GtU="><linkrel=stylesheethref=/theme-css/news.min.8875ffae62ae22741a27025581fcb3341c18442be06bf132e45f8d6027692876.cssintegrity="sha256-iHX/rmKuInQaJwJVgfyzNBwYRCvga/Ey5F+NYCdpKHY="><linkrel=stylesheethref=/theme-css/posts.min.9505f87d5973f3f08c99c613c0781b3a42411f4795657e8da7ef29c7ad37c23d.cssintegrity="sha256-lQX4fVlz8/CMmcYTwHgbOkJBH0eVZX6Np+8px603wj0="><linkrel=stylesheethref=/theme-css/search.min.ee3423de82ad5535fd375aa47bc4fe618ecaa5d10eb0b68fe6dfc85a78790676.cssintegrity="sha256-7jQj3oKtVTX9N1qke8T+YY7KpdEOsLaP5t/IWnh5BnY="><linkrel=stylesheethref=/theme-css/shortcuts.min.f90addf0a2a3c4e075eb5c3c78e4cc27d9b4fba18a02a17808695212762224c1.cssintegrity="sha256-+Qrd8KKjxOB161w8eOTMJ9m0+6GKAqF4CGlSEnYiJME="><linkrel=stylesheethref=/theme-css/styles.min.00c75e5e25cb21123ca151cb4f4a130891157870829d91cefa425316ecf23de2.cssintegrity="sha256-AMdeXiXLIRI8oVHLT0oTCJEVeHCCnZHO+kJTFuzyPeI="><linkrel=stylesheethref=/theme-css/tables.min.7a44b6bd698323dd3d379b714bd534132e76bf4ba0d3dec61997a8d9ba9db5fb.cssintegrity="sha256-ekS2vWmDI909N5txS9U0Ey52v0ug097GGZeo2bqdtfs="><linkrel=stylesheethref=/theme-css/tabs.min.8884c317231b5f2331b2fd9f65e4f7900fe9124aafae93b78cef175960289683.cssintegrity="sha256-iITDFyMbXyMxsv2fZeT3kA/pEkqvrpO3jO8XWWAoloM="><linkrel=stylesheethref=/theme-css/vars.min.3d537d14ea6e6fb59012fa9d357adf4b209dab8c2535fb94ab37afb6a37020fd.cssintegrity="sha256-PVN9FOpub7WQEvqdNXrfSyCdq4wlNfuUqzevtqNwIP0="><linkrel=stylesheethref=/theme-css/videos.min.41c135abe8361308f9258975985342fc3107ddc6440698251dd72e2b909cdaaa.cssintegrity="sha256-QcE1q+g2Ewj5JYl1mFNC/DEH3cZEBpglHdcuK5Cc2qo="><linkrel=stylesheethref=/css/casestudies.min.92b0bafc1e58181b02c23f14b861767269e505eadc85a123b4eb79e2527bf2e0.cssintegrity="sha256-krC6/B5YGBsCwj8UuGF2cmnlBerchaEjtOt54lJ78uA="><linkrel=stylesheethref=/css/custom.min.cf0f0187caa046832f55197d09d0ad54a98eebc7758bbb354fb1c8fb8541b5bb.cssintegrity="sha256-zw8Bh8qgRoMvVRl9CdCtVKmO68d1i7s1T7HI+4VBtbs="><linkrel=stylesheethref=/css/mailchimp.min.96f403ea4c8be10747beb4c33a219da2fa8234a3b98882983bd2569da8eeb9e1.cssintegrity="sha256-lvQD6kyL4QdHvrTDOiGdovqCNKO5iIKYO9JWnajuueE="><linkrel=stylesheethref=/css/shell.min.173478d133f6f5990705f3ed2f48714422de15754d813df6aa2a047bf62a51da.cssintegrity="sha256-FzR40TP29ZkHBfPtL0hxRCLeFXVNgT32qioEe/YqUdo="><scriptsrc=https://code.jquery.com/jquery-3.7.1.min.js></script><linkrel=alternatehreflang=enhref=/title=English><linkrel=alternatehreflang=pthref=/pt/title=Português><linkrel=alternatehreflang=jahref=/ja/title="日本語 (Japanese)"><metaname=twitter:cardcontent="summary_large_image"><metaname=twitter:imagecontent="https://numpy.org/images/numpy-image.jpg"><metaname=twitter:titlecontent="NumPy"><metaname=twitter:descriptioncontent=" Matrices N-dimensionales potentes Rápida y versátil, la vectorización, indexación y conceptos de broadcasting de NumPy son los estándares de facto en el cálculo de matrices hoy en día. Herramientas de cálculo numérico NumPy ofrece funciones matemáticas completas, generadores de números aleatorios, rutinas de álgebra lineal, transformadas de Fourier, y más. Código abierto Distribuido bajo una [licencia BSD] liberal (https://github.com/numpy/numpy/blob/main/LICENSE.txt), NumPy es desarrollado y mantenido públicamente en GitHub por una vibrante, receptiva y diversa comunidad. Interoperable NumPy soporta una amplia gama de hardware y plataformas de computación, y funciona bien con librerías distribuidas, de GPU y de matrices dispersas. Óptimo El núcleo de NumPy está optimizado adecuadamente con código en C. Disfrute de la flexibilidad de Python con la velocidad del código compilado. Fácil de usar La sintaxis de alto nivel de NumPy lo hace accesible y productivo para programadores de cualquier formación o nivel de experiencia."></head><body><navid=navclass=navbarrole=navigationaria-label="main navigation"><divclass=container><divclass=navbar-brand><arole=buttonclass=navbar-burgeraria-label=menuaria-expanded=falsedata-target=navbar-menu><spanaria-hidden=true></span> |
2 | 3 | <spanaria-hidden=true></span>
|
3 | 4 | <spanaria-hidden=true></span></a></div><divid=navbar-menuclass=navbar-menu><divclass=navbar-end><ahref=/es/installclass=navbar-item>Instalar
|
4 | 5 | </a><ahref=https://numpy.org/doc/stableclass=navbar-item>Documentación
|
|