Ejercicios de NumPy

Pon a prueba tus conocimientos con quizzes interactivos y retos de código. Cada ejercicio incluye explicaciones detalladas para que aprendas de tus errores.

Python SQL Pandas Machine Learning Django Git Docker NumPy FastAPI Terraform Kubernetes

Inicia sesión para guardar tu progreso y ver estadísticas.

Volver a temas

Números aleatorios

Todos los niveles · 4 ejercicios

00:00

0/4

Progreso 0 de 4

1 Basico

¿Qué genera np.random?

import numpy as np

rng = np.random.default_rng(42)
print(rng.random(5))
print(rng.integers(1, 7, size=3))

2 Intermedio

¿Qué genera rng.normal()?

import numpy as np

rng = np.random.default_rng(0)
data = rng.normal(loc=100, scale=15, size=1000)
print(f"Media: {data.mean():.1f}")
print(f"Desv. estándar: {data.std():.1f}")

4 Avanzado

¿Para qué sirve rng.choice()?

import numpy as np

rng = np.random.default_rng(42)
colores = np.array(['rojo', 'verde', 'azul'])
muestra = rng.choice(colores, size=5, replace=True,
                     p=[0.6, 0.3, 0.1])
print(muestra)

Ejercicios de NumPy

Números aleatorios

¿Qué genera np.random?

¿Qué genera rng.normal()?

¿Por qué se recomienda usar default_rng() en vez de np.random.rand()?

¿Para qué sirve rng.choice()?