Extensión de Jupyter Server que ejecuta aplicaciones web externas, como RStudio o Code Server, junto a un servidor de notebooks y las ofrece mediante rutas autenticadas.
405155PythonBSD-3-ClauseBien mantenidoActualizado hace 4 días
rougier/numpy-100
Colección de 100 ejercicios de NumPy con soluciones para aprender y consultar rápidamente el cálculo de arrays en Python.
- Estrellas
- 14,672
- Forks
- 6,967
- Issues abiertos
- 60
- Último commit
- hace 15 días
¿Qué es?
Este repositorio reúne 100 ejercicios de NumPy, la biblioteca de Python para el cálculo numérico con arrays. Los problemas proceden de la lista de correo de NumPy, Stack Overflow y la documentación de NumPy; el autor también creó algunos para llegar a un total de 100.
Los ejercicios tienen dos objetivos: servir como guía de consulta rápida tanto para principiantes como para usuarios con experiencia, y ofrecer un conjunto de problemas listo para docentes. El contenido se mantiene en un único archivo fuente y se genera en versiones Markdown y de Jupyter notebook. Además, el notebook puede ejecutarse en línea con Binder, sin necesidad de configurar un entorno local. También existe una variante de la colección en Julia.
Funciones clave
- 01Incluye 100 problemas de NumPy sobre temas como la creación de arrays, la indexación y las operaciones aritméticas.
- 02Incluye las soluciones junto a cada ejercicio.
- 03Disponible como archivo Markdown y como Jupyter notebook.
- 04Se puede ejecutar en línea con Binder, sin necesidad de instalar nada localmente.
- 05El contenido se genera a partir de un único archivo fuente para mantener sincronizados los formatos.
Casos de uso
- Practicar NumPy después de aprender los fundamentos de Python.
- Preparar ejercicios o tareas para un curso de cálculo numérico.
- Consultar modismos habituales de NumPy como referencia rápida.
Inicio rápido
- 1
Abre el cuaderno de ejercicios en Binder para ejecutarlo en el navegador
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es numpy-100?
- Colección de 100 ejercicios de NumPy con soluciones para aprender y consultar rápidamente el cálculo de arrays en Python. Este repositorio reúne 100 ejercicios de NumPy, la biblioteca de Python para el cálculo numérico con arrays. Los problemas proceden de la lista de correo de NumPy, Stack Overflow y la documentación de NumPy; el autor también creó algunos para llegar a un total de 100.
- ¿numpy-100 es gratuito? ¿Qué licencia tiene?
- numpy-100 es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿numpy-100 sigue mantenido?
- Mantenimiento activo. El último commit de numpy-100 fue el 23 oct 2026.
- ¿Para qué puedo usar numpy-100?
- Practicar NumPy después de aprender los fundamentos de Python. Preparar ejercicios o tareas para un curso de cálculo numérico. Consultar modismos habituales de NumPy como referencia rápida.
- ¿Cómo se instala numpy-100?
- Abre el cuaderno de ejercicios en Binder para ejecutarlo en el navegador
- ¿Dónde consigo numpy-100?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/rougier/numpy-100
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un notebook reactivo de Python que vuelve a ejecutar automáticamente las celdas dependientes, guarda los notebooks como archivos .py y permite ejecutarlos como scripts o apps desplegadas.
23,5 mil+83 esta semana1,4 milPythonApache-2.0Bien mantenidoActualizado hace 11 horas
Entorno extensible de computación interactiva basado en el navegador que reúne notebooks, terminales, editores y exploración de archivos en un único espacio de trabajo.
15,4 mil+7 esta semana4,2 milTypeScriptBSD-3-ClauseBien mantenidoActualizado hace 12 horas
Un entorno de notebooks web para computación interactiva que combina código, resultados y texto en un mismo documento.
13,5 mil5,8 milJupyter NotebookBSD-3-ClauseBien mantenidoActualizado hace 13 horas
Imágenes Docker listas para usar que incluyen JupyterLab, Jupyter Notebook y herramientas habituales de Python científico, para uso personal o en equipo.
8,5 mil+1 esta semana3 milPythonBSD-3-ClauseBien mantenidoActualizado hace 4 días
Una distribución de JupyterLab que se ejecuta por completo en el navegador, con kernels de Python basados en WebAssembly y sin necesidad de un servidor.
4,9 mil455TypeScriptBSD-3-ClauseActualizado ayer