Bibliothèque
numpy
1
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
2
Introduction
• NumPy est l'abréviation de Numerical Python.
• Il fournit une structure de données appelée tableau NumPy, qui est une grille de valeurs.
• Il fournit également une collection de fonctions mathématiques de haut niveau qui peuvent
être
exécutées sur des tableaux NumPy multidimensionnels.
3
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
4
Création de tableaux NumPy (1/2)
Tableaux 1 dimension
• Un tableau NumPy à 1 dimension est un tableau où chaque élément du tableau le plus extérieur
est un tableau à 0 dimension (scalaire).
• Nous pouvons créer un tableau NumPy à l'aide de la fonction array() de la bibliothèque NumPy.
• Nous pouvons créer un tableau NumPy en utilisant des listes ou des n-uplets Python.
• Pourcréer un tableau NumPy à 1 dimension, nous fournissonsune liste ou un n-uplet Pythonà la
fonction array().
5
Création de tableaux NumPy (2/2)
Tableaux NumPy à 2 dimensions
• Un tableau NumPy à 2 dimensions est un tableau où chaque élément du tableau le plus extérieur
est un tableau à 1 dimension.
• Pourcréer un tableau NumPy à 2 dimensions, nous fournissonsune liste ou un n-uplet Pythonà la
fonctionarray().
6
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
7
Indexation des tableaux NumPy(1/2)
Tableaux NumPy 1-D
•L'indexation d'un tableau NumPy 1-D est identique à l'indexation d'une liste Python 1-D.
•Indiquez l'index de l'élément à l'intérieur des crochets pour obtenir cet élément.
8
Indexation des tableaux NumPy(2/2)
Tableaux NumPy 2-D
• Pour indexer un tableau NumPy2-D, nous fournissons 2 valeurs à l'intérieur des crochets([ ]).
• La première valeur est l'indice de ligne
• La deuxième valeur est l'indice de colonne
• Dans l'exemple suivant, nous obtenons l’élément de la deuxième ligne (indice = 1) et la
première colonne (indice = 2)
9
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
10
Parcours des tableaux NumPy (1/4)
Tableaux NumPy 1-D
• Nous pouvons utiliser une boucle for pour itérer sur un tableau 1-D comme nous le faisons
pour une liste 1-D Python.
11
Parcours des tableaux NumPy (2/4)
Tableaux NumPy 2-D
• Nous pouvons utiliser une boucle for imbriquée pour itérer sur un
tableau 2-D.
• La boucle for extérieure itère sur les lignes
• La boucle for intérieure itère sur les colonnes
12
Parcours des tableaux NumPy (3/4)
Tableaux NumPy 2-D
• Nous utilisons une boucle for pour itérer sur les lignes.
• Nous imprimons tous les tableaux intérieurs.
13
Parcours des tableaux NumPy (4/4)
Tableaux NumPy 2-D
• Nous utilisons une autre boucle for imbriquée dans la boucle for externe pour itérer sur les
colonnes
• Nous affichons tous les éléments de chacun des tableaux internes.
14
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
15
Autres générateurs de tableaux
[Link]((nL,nC),type)
créer des tableaux dont tous les coefficients sont nuls : le premier et seul argument
obligatoire est un tuple qui précise la dimension du tableau et un argument
facultatif (par défaut égal à float) permet de fixer le type de données.
16
Autres générateurs de tableaux
[Link]((nL,nC),type)
de créer des tableaux dont tous les coefficients égalent à 1 : le premier et seul
argument obligatoire est un tuple qui précise la dimension du tableau et un
argument facultatif (par défaut égal à float) permet de fixer le type de données.
17
Autres générateurs de tableaux
[Link](n,type) ou [Link](n,type)
créent la matrice d’identité d’ordre n
[Link](L)
renvoie la matrice diagonale formée à partir des coefficients de la liste L :
18
Autres générateurs de tableaux
[Link](n)ou [Link](n,p)
crée un vecteur (taille n) ou une matrice (taille n,p) à coefficients aléatoires uniformes sur [0,1].
[Link](n,val) ou [Link]((n,p),val
crée un vecteur (taille n) ou une matrice (taille n,p) à coefficients égale à val
19
Autres générateurs de tableaux
[Link]
équivalent de range mais de type array.
linspace(vi ,vf ,n)
renvoie un array commençant par vi, se terminant par vf avec n éléments régulièrement espacés.
20
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
21
Opérations scalaires
Soit op un opérateur parmi +, -, *, /, **
l’instruction Res = val op array (Où array est un vecteur ou une matrice)
crée l' array Res , égal au résultat de l'application de l'opération élément par élément entre la valeur
scalaire val et chaque élément de array.
22
Opérations sur les éléments
Lorsque les paramètres sont des tableaux numpy, les opérations classiques (+, -, *, **, /) sont
appliquées élément par élément.
23
Multiplication matricielle
[Link] (A1, A2)
renvoie le produit matriciel de deux matrices passées en paramètres.
24
LES BASES 11
Introduction
DE PYTHON
2 Création
La Bibliothèque
numpy
Indexation 3
4 Parcours
Autres générateurs de tableaux 5
6 Opérations
Statistiques 7
25
Statistiques (1/4)
[Link](array) / [Link] (array)
Minimum/maximum global ou selon une direction.
26
Statistiques
[Link] (array) / [Link] (array)
(2/4)
retournent l’indice des éléments réalisant les extrema. Si plusieurs éléments réalisent l’extrema
seul le premier indice est retourné.
27
Statistiques
[Link](array) , [Link] (array)
(3/4)
Les sommes, produits de tous les éléments ou selon les lignes/colonnes.
28
Statistiques (4/4)
[Link] (array)
pour faire les moyennes de tous les éléments ou selon les lignes/colonnes,
[Link]( array )
Retourne l'écart type d'un tableau NumPy.
[Link]( array )
Retourne l'écart type d'un tableau NumPy.
29
