Podcast
Questions and Answers
Quel est l'objet central de la bibliothèque NumPy ?
Quel est l'objet central de la bibliothèque NumPy ?
Quelle commande est utilisée pour installer NumPy ?
Quelle commande est utilisée pour installer NumPy ?
Comment peut-on créer un tableau 2D rempli de zéros dans NumPy ?
Comment peut-on créer un tableau 2D rempli de zéros dans NumPy ?
Quelle propriété d'un tableau vous permet de connaître le type des éléments qu'il contient ?
Quelle propriété d'un tableau vous permet de connaître le type des éléments qu'il contient ?
Signup and view all the answers
Quelle méthode permet de générer un tableau de valeurs également espacées entre 0 et 1 ?
Quelle méthode permet de générer un tableau de valeurs également espacées entre 0 et 1 ?
Signup and view all the answers
Comment accéder au deuxième élément de la première ligne d'un tableau 2D nommé array_2d ?
Comment accéder au deuxième élément de la première ligne d'un tableau 2D nommé array_2d ?
Signup and view all the answers
La fonction np.eye() est utilisée pour créer quel type de tableau ?
La fonction np.eye() est utilisée pour créer quel type de tableau ?
Signup and view all the answers
Quelle commande créerait un tableau 2x2 rempli de la valeur 7 ?
Quelle commande créerait un tableau 2x2 rempli de la valeur 7 ?
Signup and view all the answers
Quelle est la sortie du code suivant : array = np.array([1, 2, 3, 4]); result = array + 2?
Quelle est la sortie du code suivant : array = np.array([1, 2, 3, 4]); result = array + 2?
Signup and view all the answers
Que crée le masque dans le code suivant : mask = array_1d > 2?
Que crée le masque dans le code suivant : mask = array_1d > 2?
Signup and view all the answers
Quel résultat produit l'opération np.sqrt(array) avec array = np.array([1, 4, 9, 16])?
Quel résultat produit l'opération np.sqrt(array) avec array = np.array([1, 4, 9, 16])?
Signup and view all the answers
Quel est le résultat de np.prod(array) si array = np.array([1, 2, 3, 4])?
Quel est le résultat de np.prod(array) si array = np.array([1, 2, 3, 4])?
Signup and view all the answers
Quelle forme prend le tableau après l'exécution de array_2d.reshape((3, 2))?
Quelle forme prend le tableau après l'exécution de array_2d.reshape((3, 2))?
Signup and view all the answers
Quel est le résultat de la transposition array_2d.T si array_2d est une matrice 2x3?
Quel est le résultat de la transposition array_2d.T si array_2d est une matrice 2x3?
Signup and view all the answers
Quel code calcule le déterminant d'une matrice A = np.array([[1, 2], [3, 4]])?
Quel code calcule le déterminant d'une matrice A = np.array([[1, 2], [3, 4]])?
Signup and view all the answers
Que renvoie np.vstack((a, b)) si a = np.array([1, 2, 3]) et b = np.array([4, 5, 6])?
Que renvoie np.vstack((a, b)) si a = np.array([1, 2, 3]) et b = np.array([4, 5, 6])?
Signup and view all the answers
Study Notes
NumPy Installation and Introduction
- NumPy is installed using
pip install numpy - NumPy provides a powerful array object,
ndarray, more efficient than Python lists, especially for large datasets.
Importing NumPy
- Import NumPy using
import numpy as np
Basic Arrays (ndarrays)
-
ndarrayis a N-dimensional, homogenous array (all elements are the same data type).
Creating NumPy Arrays
-
From a Python list:
- 1D array:
array_1d = np.array([1, 2, 3, 4]) - 2D array:
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
- 1D array:
-
Using NumPy Functions:
- Array of zeros:
zeros_array = np.zeros((3, 4))(3x4 array filled with zeros) - Array of ones:
ones_array = np.ones((2, 3))(2x3 array filled with ones) - Array with a constant value:
full_array = np.full((2, 2), 7)(2x2 array filled with 7)
- Array of zeros:
Array Properties
- Shape:
array_2d.shape(e.g., (2, 3)) - Size:
array_2d.size(e.g., 6) - Data type:
array_1d.dtype(e.g.,dtype('int64')) - Number of dimensions:
array_2d.ndim(e.g., 2)
Indexing and Slicing
- Similar to Python lists, but with more capabilities for multidimensional arrays.
- Simple indexing:
element = array_2d[0, 1](access element at row 0, column 1) - Slicing:
sub_array = array_2d[0:2, :2](first 2 rows, first 2 columns) - Boolean Masking:
mask = array_1d > 2creates a boolean mask;filtered_array = array_1d[mask]filters elements greater than 2.
Basic Operations
-
Element-wise operations:
- Addition:
result = array + 2 - Multiplication:
result = array * 2 - Exponentiation:
result = array ** 2
- Addition:
-
Operations between arrays (element-wise):
- Addition:
result = a + b
- Addition:
-
Universal Functions (ufuncs): performs element-wise calculations (e.g.,
np.sqrt,np.sum,np.mean,np.prod)
Array Manipulation
- Reshaping:
reshaped = array_2d.reshape((3, 2))(changes the shape of the array) - Concatenation:
- Horizontal:
concat_array = np.hstack((a, b)) - Vertical:
concat_array = np.vstack((a, b))
- Horizontal:
- Transposition:
transposed = array_2d.T
Linear Algebra
- Matrix Product:
product = np.dot(A, B)
Error Handling and Missing Values
- Managing
NaN(Not a Number) andinf(infinity) values in NumPy arrays. - Ignoring
NaNvalues during calculations:mean_without_nan = np.nanmean(nan_array)
Differences with Python Lists
- Speed: NumPy operations are significantly faster than Python list operations, especially for large datasets.
- Memory Efficiency: NumPy arrays use less memory than Python lists for large datasets.
- Vectorized Operations: NumPy operations are vectorized, working on entire arrays at once, eliminating the need for explicit loops.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Ce quiz couvre l'installation et les concepts fondamentaux de NumPy, y compris la création de tableaux avec ndarray. Vous apprendrez comment importer NumPy et explorer ses propriétés. Testez vos connaissances sur la manipulation de tableaux dans Python.
