Aprende

Para la documentación oficial de NumPy visita numpy.org/doc/stable.

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.

Principiantes#

Hay un montón de información sobre NumPy allá afuera. Si eres nuevo, te recomendamos encarecidamente estos:

Tutoriales

• Tutorial de inicio rápido de NumPy
• NumPy Tutorials Una colección de tutoriales y materiales educativos en formato de cuadernos Jupyter desarrollados y mantenidos por el equipo de documentación de NumPy. Para enviar tu propio contenido, visita el repositorio numpy-tutorials en GitHub.
• NumPy Illustrated: La Guía Visual de NumPy por Lev Maximov
• Scientific Python Lectures Además de cubrir NumPy, estas conferencias ofrecen una introducción más amplia al ecosistema científico de Python.
• NumPy: the absolute basics for beginners.
• NumPy tutorial por Nicolas Rougier
• Stanford CS231 por Justin Johnson
• NumPy User Guide.

Libros

• Guide to NumPy por Travis E. Oliphant Ésta es una versión 1 gratuita de 2006. Para conseguir la última versión (2015) mira aquí.
• From Python to NumPy por Nicolas P. Rougier
• Elegant SciPy por Juan Nunez-Technesias, Stefan van der Walt, y Harriet Dashnow

También puedes echar un vistazo a esta lista de Goodreads sobre el tema “Python+SciPy”. La mayoría de esos libros son sobre el “ecosistema SciPy”, que tiene NumPy en su núcleo.

Videos

• Introduction to Numerical Computing with NumPy por Alex Chabot-Leclerc

Avanzado#

Pruebe estos recursos avanzados para comprender mejor los conceptos de NumPy como indexación avanzada, división, apilamiento, álgebra lineal y mucho más.

Tutoriales

• 100 NumPy Exercises por Nicolas P. Rougier
• An Introduction to NumPy and Scipy por M. Scott Shell
• Numpy Medkits por Stéfan van der Walt
• Tutoriales de NumPy Una colección de tutoriales y materiales educativos en formato de cuadernos Jupyter desarrollados y mantenidos por el equipo de documentación de NumPy. Para enviar tu propio contenido, visita el repositorio numpy-tutorials en GitHub.

Libros

• Python Data Science Handbook por Jake Vanderplas
• Python for Data Analysis por Wes McKinney
• Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib por Robert Johansson

Videos

• Advanced NumPy - broadcasting rules, strides, and advanced indexing por Juan Nunez-Iglesias

Charlas de NumPy#

• The Future of NumPy Indexing por Jaime Fernández (2016)
• Evolution of Array Computing in Python por Ralf Gommers (2019)
• NumPy: what has changed and what is going to change? por Matti Picus (2019)
• Inside NumPy por Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris (2019)
• Brief Review of Array Computing in Python por Travis Oliphant (2019)

Citando a NumPy#

Si NumPy ha sido importante en tu investigación y deseas reconocer el proyecto en tu publicación académica, consulta esta información de citado.