</a><ahref=/es/contributeclass=navbar-item>Contribuye</a><divclass="navbar-item has-dropdown"><aaria-label="Select language"class=navbar-link>Español</a><divclass=navbar-dropdown><ahref=/class=navbar-item>English

</a><ahref=/pt/class=navbar-item>Português

</a><ahref=/ja/class=navbar-item>日本語 (Japanese)</a></div></div></div></div></div></nav><sectionclass=hero><divclass=hero-container><divclass=hero-content><divclass=hero-title-content><divclass=hero-title>NumPy

<imgclass=hero-logosrc=/images/logo.svgalt="NumPy logo."></div><divclass=flex-column><divclass=hero-subtitle>El paquete fundamental para la computación científica con Python</div><divclass=hero-cta><ahref=/news/#releases><buttonclass=cta-button>Última versión: NumPy 2.0. Ver todas las versiones</button></a></div></div></div></div></div></section><divclass=news-container><divclass=news-title><ahref=/news>¡NumPy 2.0 ha sido lanzado!</a></div><divclass=news-date><ahref=/news>2024-06-17</a></div></div><sectionclass=content-padding><divclass=content-container><divclass="sd-container-fluid sd-mb-4 false"><divclass="sd-row sd-row-cols-1 sd-row-cols-xs-1 sd-row-cols-sm-2 sd-row-cols-md-2 sd-row-cols-lg-3 sd-g-2 sd-g-xs-1 sd-g-sm-2 sd-g-md-2 sd-g-lg-3"><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Matrices N-dimensionales potentes</div>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.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Herramientas de cálculo numérico</div>NumPy ofrece funciones matemáticas completas, generadores de números aleatorios, rutinas de álgebra lineal, transformadas de Fourier, y más.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Código abierto</div>Distribuido bajo una [licencia BSD] liberal (<ahref=https://github.com/numpy/numpy/blob/main/LICENSE.txt)>https://github.com/numpy/numpy/blob/main/LICENSE.txt)</a>, NumPy es desarrollado y mantenido<ahref=https://github.com/numpy/numpy>públicamente en GitHub</a> por una vibrante, receptiva y diversa<ahref=/es/community>comunidad</a>.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Interoperable</div>NumPy soporta una amplia gama de hardware y plataformas de computación, y funciona bien con librerías distribuidas, de GPU y de matrices dispersas.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Óptimo</div>El núcleo de NumPy está optimizado adecuadamente con código en C. Disfrute de la flexibilidad de Python con la velocidad del código compilado.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Fácil de usar</div>La sintaxis de alto nivel de NumPy lo hace accesible y productivo para programadores de cualquier formación o nivel de experiencia.</div></div></div></div></div></div></section><divclass=hero-right><divclass="flex-column shell-title-container"><divclass=shell-title>Prueba NumPy</div><divclass=shell-content-message><p>Utilice el terminal interactivo para probar NumPy en el navegador</p></div></div><divclass=numpy-shell-canvas><divclass=numpy-shell-container><divclass="shell-lesson shell-content"><divclass=highlight><preclass=chroma><code><spanstyle=display:flex><span><spanstyle=color:#e6db74>&#34;&#34;&#34;

<imgclass=hero-logosrc=/images/logo.svgalt="NumPy logo."></div><divclass=flex-column><divclass=hero-subtitle>El paquete fundamental para la computación científica con Python</div><divclass=hero-cta><ahref=/news/#releases><buttonclass=cta-button>Última versión: NumPy 2.0. Ver todas las versiones</button></a></div></div></div></div></div></section><divclass=news-container><divclass=news-title><ahref=/news>NumPy 2.2.0 released!</a></div></div><sectionclass=content-padding><divclass=content-container><divclass="sd-container-fluid sd-mb-4 false"><divclass="sd-row sd-row-cols-1 sd-row-cols-xs-1 sd-row-cols-sm-2 sd-row-cols-md-2 sd-row-cols-lg-3 sd-g-2 sd-g-xs-1 sd-g-sm-2 sd-g-md-2 sd-g-lg-3"><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Matrices N-dimensionales potentes</div>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.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Herramientas de cálculo numérico</div>NumPy ofrece funciones matemáticas completas, generadores de números aleatorios, rutinas de álgebra lineal, transformadas de Fourier, y más.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Código abierto</div>Distribuido bajo una [licencia BSD] liberal (<ahref=https://github.com/numpy/numpy/blob/main/LICENSE.txt)>https://github.com/numpy/numpy/blob/main/LICENSE.txt)</a>, NumPy es desarrollado y mantenido<ahref=https://github.com/numpy/numpy>públicamente en GitHub</a> por una vibrante, receptiva y diversa<ahref=/es/community>comunidad</a>.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Interoperable</div>NumPy soporta una amplia gama de hardware y plataformas de computación, y funciona bien con librerías distribuidas, de GPU y de matrices dispersas.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Óptimo</div>El núcleo de NumPy está optimizado adecuadamente con código en C. Disfrute de la flexibilidad de Python con la velocidad del código compilado.</div></div></div><divclass="sd-col sd-d-flex-row"><divclass="sd-card sd-w-100 sd-shadow-sm"><divclass=sd-card-body><divclass="sd-card-title sd-font-weight-bold">Fácil de usar</div>La sintaxis de alto nivel de NumPy lo hace accesible y productivo para programadores de cualquier formación o nivel de experiencia.</div></div></div></div></div></div></section><divclass=hero-right><divclass="flex-column shell-title-container"><divclass=shell-title>Prueba NumPy</div><divclass=shell-content-message><p>Utilice el terminal interactivo para probar NumPy en el navegador</p></div></div><divclass=numpy-shell-canvas><divclass=numpy-shell-container><divclass="shell-lesson shell-content"><divclass=highlight><preclass=chroma><code><spanstyle=display:flex><span><spanstyle=color:#e6db74>&#34;&#34;&#34;

</span></span></span><spanstyle=display:flex><span><spanstyle=color:#e6db74>To try the examples in the browser:

</span></span></span><spanstyle=display:flex><span><spanstyle=color:#e6db74>1. Type code in the input cell and press

</span></span></span><spanstyle=display:flex><span><spanstyle=color:#e6db74> Shift + Enter to execute

<?xml version="1.0" encoding="utf-8" standalone="yes"?><rssversion="2.0"xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>NumPy</title><link>https://numpy.org/es/</link><description>Recent content on NumPy</description><generator>Hugo</generator><language>es</language><lastBuildDate>Mon, 17 Jun 2024 00:00:00 +0000</lastBuildDate><atom:linkhref="https://numpy.org/es/index.xml"rel="self"type="application/rss+xml"/><item><title>Noticias</title><link>https://numpy.org/es/news/</link><pubDate>Mon, 17 Jun 2024 00:00:00 +0000</pubDate><guid>https://numpy.org/es/news/</guid><description>&lt;h3 id="lanzamiento-de-numpy-210">Lanzamiento de NumPy 2.1.0&lt;a class="headerlink" href="#lanzamiento-de-numpy-210" title="Link to this heading">#&lt;/a>&lt;/h3>

&lt;p>&lt;em>18 de agosto 2024&lt;/em>&amp;ndash; NumPy 2.1.0 provides support for Python 3.13 and drops support for Python 3.9. Además de las habituales correcciones de errores y soporte actualizado de Python, ayuda a que NumPy vuelva a su ciclo de publicación habitual después del extenso desarrollo de 2.0. Los aspectos más destacados son:&lt;/p>

&lt;ul>

&lt;li>Soporte para Python 3.13.&lt;/li>

&lt;li>Soporte preliminar para Python 3.13 de hilos libres.&lt;/li>

&lt;li>Compatibilidad con la norma array-api 2023.12.&lt;/li>

&lt;/ul>

&lt;p>Esta versión es compatible con las versiones 3.10-3.13 de Python.&lt;/p></description></item><item><title>404</title><link>https://numpy.org/es/404/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/404/</guid><description>&lt;p>¡Oh, oh! Has llegado a un callejón sin salida.&lt;/p>

<?xml version="1.0" encoding="utf-8" standalone="yes"?><rssversion="2.0"xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>NumPy</title><link>https://numpy.org/es/</link><description>Recent content on NumPy</description><generator>Hugo</generator><language>es</language><atom:linkhref="https://numpy.org/es/index.xml"rel="self"type="application/rss+xml"/><item><title>404</title><link>https://numpy.org/es/404/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/404/</guid><description>&lt;p>¡Oh, oh! Has llegado a un callejón sin salida.&lt;/p>

&lt;p>Si crees que algo debería estar aquí, puedes&lt;a href="https://github.com/numpy/numpy.org/issues">reportar este problema&lt;/a> en GitHub.&lt;/p></description></item><item><title>Aprende</title><link>https://numpy.org/es/learn/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/learn/</guid><description>&lt;p>Para la&lt;strong>documentación oficial de NumPy&lt;/strong> visita&lt;a href="https://numpy.org/doc/stable">numpy.org/doc/stable&lt;/a>.&lt;/p>

&lt;hr>

&lt;p>A continuación se muestra una colección de recursos educativos, tanto para el autoaprendizaje como para enseñar a otros, desarrollados por colaboradores de NumPy y aprobados por la comunidad.&lt;/p>

&lt;h2 id="acerca-de-ondas-gravitacionaleshttpswwwnationalgeographiccomnews201710what-are-gravitational-waves-ligo-astronomy-science-y-ligohttpswwwligocaltechedu">Acerca de&lt;a href="https://www.nationalgeographic.com/news/2017/10/what-are-gravitational-waves-ligo-astronomy-science/">Ondas Gravitacionales&lt;/a> y&lt;a href="https://www.ligo.caltech.edu">LIGO&lt;/a>&lt;a class="headerlink" href="#acerca-de-ondas-gravitacionaleshttpswwwnationalgeographiccomnews201710what-are-gravitational-waves-ligo-astronomy-science-y-ligohttpswwwligocaltechedu" title="Link to this heading">#&lt;/a>&lt;/h2>

&lt;p>Las ondas gravitacionales son ondulaciones en el tejido del espacio y el tiempo, generadas por cataclismos en el universo, tales como la colisión y fusión de dos agujeros negros o la coalescencia de estrellas binarias o supernovas. La observación de Ondas Gravitacionales no solo puede ayudar en el estudio de la gravedad, sino también en la comprensión de algunos de los fenómenos oscuros en el universo distante y su impacto.&lt;/p></description></item><item><title>Historia de NumPy</title><link>https://numpy.org/es/history/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/history/</guid><description>&lt;p>NumPy es una librería fundamental de Python que proporciona estructuras de datos de arreglos y rutinas numéricas rápidas relacionadas. Cuando se puso en marcha, la librería contaba con escasos fondos y la escribían principalmente estudiantes de posgrado, muchos de ellos sin formación en ciencias de la computación y, a menudo, sin la bendición de sus asesores. Imaginar siquiera que un pequeño grupo de estudiantes programadores &amp;ldquo;rebeldes&amp;rdquo; pudiera derribar el ecosistema de software de investigación, ya establecido y respaldado por millones en financiación y cientos de ingenieros altamente cualificados, era absurdo. Sin embargo, las motivaciones filosóficas detrás de la pila de herramientas totalmente abierta, en combinación con una comunidad entusiasta y amigable con un enfoque singular, han demostrado ser favorable a largo plazo. Hoy en día, científicos, ingenieros y muchos otros profesionales en todo el mundo confían en NumPy. Por ejemplo, los scripts publicados usados en el análisis de ondas gravitacionales importan NumPy, y el proyecto de imagen del agujero negro M87 cita directamente a NumPy.&lt;/p></description></item><item><title>Instalando NumPy</title><link>https://numpy.org/es/install/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/install/</guid><description>&lt;p>El único prerrequisito para instalar NumPy es Python. Si aún no tienes Python y quieres la forma más sencilla de comenzar, te recomendamos que uses la &lt;a href="https://www.anaconda.com/download">Distribución Anaconda&lt;/a> - incluye Python, NumPy y muchos otros paquetes comúnmente utilizados para la computación científica y la ciencia de datos.&lt;/p>

&lt;p>NumPy se puede instalar con&lt;code>conda&lt;/code>, con&lt;code>pip&lt;/code>, con un gestor de paquetes en macOS y Linux, o&lt;a href="https://numpy.org/devdocs/building">a partir del código fuente&lt;/a>. Para instrucciones más detalladas, consulte nuestra&lt;a href="https://numpy.org/es/install/#python-numpy-install-guide">guía de instalación de Python y NumPy&lt;/a> a continuación.&lt;/p></description></item><item><title>Kit de prensa</title><link>https://numpy.org/es/press-kit/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/press-kit/</guid><description>&lt;p>Nos gustaría facilitarte el trabajo para incluir la identidad del proyecto NumPy en tu próximo documento académico, material de curso o presentación.&lt;/p>

&lt;p>&lt;a href="https://github.com/numpy/numpy/tree/main/branding/logo">Aquí&lt;/a> encontrarás varias versiones en alta resolución del logo de NumPy. Ten en cuenta que al utilizar los recursos de numpy.org, aceptas el&lt;a href="https://numpy.org/es/code-of-conduct/">Código de Conducta de NumPy&lt;/a>.&lt;/p></description></item><item><title>Política de Privacidad</title><link>https://numpy.org/es/privacy/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/privacy/</guid><description>&lt;p>&lt;strong>numpy.org&lt;/strong> está operado por&lt;a href="https://numfocus.org">NumFOCUS, Inc.&lt;/a>, el patrocinador fiscal del proyecto NumPy. Para ver la Política de Privacidad de este sitio web, por favor dirígete a&lt;a href="https://numfocus.org/privacy-policy">https://numfocus.org/privacy-policy&lt;/a>.&lt;/p>

&lt;p>&lt;a href="https://github.com/numpy/numpy/tree/main/branding/logo">Aquí&lt;/a> encontrarás varias versiones en alta resolución del logo de NumPy. Ten en cuenta que al utilizar los recursos de numpy.org, aceptas el&lt;a href="https://numpy.org/es/code-of-conduct/">Código de Conducta de NumPy&lt;/a>.&lt;/p></description></item><item><title>News</title><link>https://numpy.org/es/news/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/news/</guid><description>&lt;h3 id="numpy-220-released">NumPy 2.2.0 released&lt;a class="headerlink" href="#numpy-220-released" title="Link to this heading">#&lt;/a>&lt;/h3>

&lt;p>&lt;em>8 Dec, 2024&lt;/em>&amp;ndash; The NumPy 2.2.0 release is a quick release that brings us back into sync with the usual twice yearly release cycle. There have been a number of small cleanups, improvements to the StringDType, and better support for free threaded Python. Highlights are:&lt;/p>

&lt;ul>

&lt;li>New functions&lt;code>matvec&lt;/code> and&lt;code>vecmat&lt;/code>,&lt;/li>

&lt;li>Many improved annotations,&lt;/li>

&lt;li>Improved support for the new StringDType,&lt;/li>

&lt;li>Improved support for free threaded Python,&lt;/li>

&lt;li>Fixes for f2py.&lt;/li>

&lt;/ul>

&lt;p>This release supports Python versions 3.10-3.13.&lt;/p></description></item><item><title>Política de Privacidad</title><link>https://numpy.org/es/privacy/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/privacy/</guid><description>&lt;p>&lt;strong>numpy.org&lt;/strong> está operado por&lt;a href="https://numfocus.org">NumFOCUS, Inc.&lt;/a>, el patrocinador fiscal del proyecto NumPy. Para ver la Política de Privacidad de este sitio web, por favor dirígete a&lt;a href="https://numfocus.org/privacy-policy">https://numfocus.org/privacy-policy&lt;/a>.&lt;/p>

&lt;p>Si tienes alguna pregunta sobre la política o la recolección, uso y prácticas de divulgación de datos de NumFOCUS, por favor ponte en contacto con el personal de NumFOCUS en&lt;a href="mailto:privacy@numfocus.org">privacy@numfocus.org&lt;/a>.&lt;/p></description></item><item><title>Quiénes Somos</title><link>https://numpy.org/es/about/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/about/</guid><description>&lt;p>NumPy es un proyecto de código abierto cuyo objetivo es permitir la computación numérica en Python. Fue creado en el 2005, a partir de los primeros trabajos de las bibliotecas Numeric y Numarray. NumPy siempre será un software 100% de código abierto y de uso libre para todos. Fue liberado bajo los términos liberales de la&lt;a href="https://github.com/numpy/numpy/blob/main/LICENSE.txt">licencia BSD modificada&lt;/a>.&lt;/p>

&lt;p>NumPy es desarrollado de forma abierta en GitHub, mediante el consenso de las comunidades NumPy y Python científico en general. Para más información sobre nuestro enfoque de gobernanza, por favor consulta nuestro&lt;a href="https://www.numpy.org/devdocs/dev/governance/index.html">Documento de Gobernanza&lt;/a>.&lt;/p></description></item><item><title>Terms of Use</title><link>https://numpy.org/es/terms/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://numpy.org/es/terms/</guid><description>&lt;p>&lt;em>Last updated January 4, 2020&lt;/em>&lt;/p>

&lt;h2 id="agreement-to-terms">AGREEMENT TO TERMS&lt;a class="headerlink" href="#agreement-to-terms" title="Link to this heading">#&lt;/a>&lt;/h2>