Création et Manipulation des arrays avec NumPy PDF

Création et Manipulation des arrays avec Numpy Table of Contents Introduction Objets de type array Array et dimensions Méthodes de calcul sur les arrays et l’argument axis Indices Copie d...

Création et Manipulation des arrays avec Numpy Table of Contents Introduction Objets de type array Array et dimensions Méthodes de calcul sur les arrays et l’argument axis Indices Copie d’arrays Construction automatique de matrices Un peu d’algèbre linéaire Parcours de matrice et affectation de lignes / colonnes Masques booléens Quelques conseils Introduction Le module NumPy permet d’effectuer des calculs sur des vecteurs ou des matrices, élément par élément, via un nouveau type d’objet appelé array. On charge le module NumPy avec la commande : import numpy On peut également définir un nom raccourci pour NumPy : import numpy as np Objets de type array Les objets de type array correspondent à des tableaux à une ou plusieurs dimensions et permettent d’effectuer du calcul vectoriel. La fonction array() convertit un objet séquentiel comme une liste ou un tuple en un objet de type array. Voici un exemple simple de conversion d’une liste à une dimension en objet array : In [131… import numpy as np a=[1,2,3] np.array(a) array([1, 2, 3]) Out[131… In [132… b = np.array(a) b array([1, 2, 3]) Out[132… In [134… type(b) numpy.ndarray Out[134… Nous avons converti la liste [1, 2, 3] en array. Nous aurions obtenu le même résultat si nous avions converti le tuple (1, 2, 3) en array. Par ailleurs, lorsqu’on demande à Python d’afficher le contenu d’un objet array, le mot array et les symboles ([ et ]) sont utilisés pour le distinguer d’une liste (délimitée par les caractères [ et ]) ou d’un tuple (délimité par les caractères ( et )). Remarque Un objet array ne contient que des données homogènes, c’est-à-dire d’un type identique. Il est possible de créer un objet array à partir d’une liste contenant des entiers et des chaînes de caractères, mais dans ce cas, toutes les valeurs seront comprises par NumPy comme des chaînes de caractères: In [135… a = np.array([1, 2, "tigre"]) a array(['1', '2', 'tigre'], dtype='