Lo que antes eran filas, ahora son columnas. Transponer una matriz es un paso obligatorio en c谩lculo de Redes Neuronales.
import numpy as np
tabla = np.array([[1, 2],
[3, 4]])
# 馃攧 Girar la matriz
transpuesta = tabla.T
print(transpuesta)
# [[1, 3],
# [2, 4]]
馃搶 GUARDA esta joya matem谩tica. Literalmente es a帽adir un .T a tu c贸digo.
馃憞 Comenta "IA" y te pasar茅 por DM contenido brutal sobre programaci贸n en mi canal.
Tienes un array gigante y necesitas repartirlo en 3 procesadores diferentes para procesado paralelo. split es tu herramienta.
import numpy as np
datos_masivos = np.array([10, 20, 30, 40, 50, 60])
# ✂️ Dividir en 3 partes iguales
paquetes = np.split(datos_masivos, 3)
print(paquetes[0]) # El primer procesador se lleva: [10, 20]
馃搶 GUARDA este comando para cuando estudies concurrencia y multiprocessing.
馃憞 Si intento dividir un array de 5 elementos en 3 partes... ¿qu茅 crees que pasar谩? ¡Te leo!
A veces no quieres unir listas en una sola l铆nea, sino apilarlas como nuevas filas o columnas.
import numpy as np
fila1 = np.array([1, 2, 3])
fila2 = np.array([4, 5, 6])
# 馃П Apilar verticalmente (crea una matriz 2D)
bloque = np.vstack((fila1, fila2))
print(bloque)
馃搶 GUARDA este post. Perfecto para cuando creas reportes mensuales y necesitas a帽adir la nueva fila. 馃憞 Comenta "YOUTUBE" para descubrir c贸mo conecto Python con bases de datos reales.
