Contenu du cours

Numpy Ultime

1. Bases de NumPy

Introduction à NumPy Création de Tableau de Base Création de Tableaux à Dimensions Supérieures Fonctions de Création pour les Tableaux 1D Fonctions de Création pour les Tableaux 2D Fonctions Générales de Création de Tableaux Tableaux Aléatoires

2. Indexation et Découpage

Indexation de Base Indexation Multidimensionnelle Découpage Découpage dans les Tableaux 2D Indexation par Tableau d'Entiers Indexation Booléenne Plus sur les Comparaisons Indexation Booléenne dans les Tableaux 2D Attribuer des Valeurs aux Éléments Indexés Assignation de Valeurs aux Sous-Tableaux Indexés

3. Fonctions NumPy Couramment Utilisées

Tri des Tableaux Tri des Tableaux 2D Copier des Tableaux Restructuration des Tableaux Aplatissement des Tableaux Concaténation de Tableaux

4. Math avec NumPy

Diffusion Opérations Mathématiques de Base Opérations Statistiques Algèbre Linéaire de Base avec NumPy

Fonctions de Création pour les Tableaux 1D

En plus de la création de tableaux de base en spécifiant explicitement les éléments, numpy permet également la création automatique de tableaux à l'aide de fonctions spéciales. Voici deux des fonctions les plus courantes pour créer des tableaux exclusivement 1D :

arange();
linspace().

arange()

La fonction numpy.arange() est similaire à la fonction intégrée range() de Python ; cependant, elle retourne un ndarray. Essentiellement, elle crée un tableau avec des éléments uniformément espacés dans un intervalle spécifié.

Par exemple, si l'intervalle spécifié est de 0 à 10 avec une taille de pas de 2, le tableau résultant serait : [0, 2, 4, 6, 8].

Voici ses trois paramètres les plus importants et leurs rôles :

start :
- Valeur par défaut : 0;
- Représente le premier élément du tableau.
stop :
- Pas de valeur par défaut;
- Définit le point final, qui n'est pas inclus dans le tableau.
step :
- Valeur par défaut : 1;
- Spécifie l'incrément ajouté à chaque élément suivant.


              12345678910
            
import numpy as np
# Creating an array of integers from 0 to 11 exclusive with step=1
array_1 = np.arange(11)
print(array_1)
# Creating an array of integers from 1 to 11 exclusive with step=1
array_2 = np.arange(1, 11)
print(array_2)
# Creating an array of integers from 0 to 11 exclusive with step=2
array_3 = np.arange(0, 11, 2)
print(array_3)

linspace()

Bien que arange() puisse fonctionner avec des nombres réels, numpy.linspace() est préféré à numpy.arange() à cette fin car arange() peut produire des résultats inattendus en raison des erreurs de précision en virgule flottante lors du calcul des pas. En revanche, linspace() génère un nombre spécifique de points uniformément espacés dans un intervalle, garantissant précision et cohérence.

Avec linspace(), au lieu du paramètre step, il y a un paramètre num utilisé pour spécifier le nombre d'échantillons (nombres) dans un intervalle donné (par défaut, c'est 50).


              1234567
            
import numpy as np
# Generating 5 equally spaced values between 0 and 1 (inclusive)
array_1 = np.linspace(0, 1, 5)
print('Example 1:', array_1)
# Generating 7 equally spaced values between -1 and 1 (inclusive)
array_2 = np.linspace(-1, 1, 7)
print('Example 2:', array_2)

Endpoint

Le paramètre endpoint détermine si la valeur stop est incluse. Par défaut, il est True (inclusif). Le définir sur False exclut la valeur stop, réduisant légèrement la taille du pas.

Voici une comparaison de array_inclusive et array_exclusive :


              1234567
            
import numpy as np
# Generating 5 equally spaced values between 0 and 1 (inclusive)
array_inclusive = np.linspace(0, 1, 5)
print('Endpoint = True:', array_inclusive)
# Generating 5 equally spaced values between 0 and 1 (exclusive)
array_exclusive = np.linspace(0, 1, 5, endpoint=False)
print('Endpoint = False:', array_exclusive)

Lorsque endpoint=True, l'intervalle [0, 1] est divisé en 4 segments égaux et inclut le point final lui-même (1), ce qui donne une taille de pas de (1 - 0) / 4 = 0.25.

Lorsque endpoint=False, l'intervalle [0, 1) est divisé en 5 segments égaux puisque le point final est exclu, ce qui donne une taille de pas de (1 - 0) / 5 = 0.2.

Remarque

Vous pouvez toujours en apprendre davantage sur ces fonctions dans leur documentation : arange, linspace.

Tâche

Swipe to start coding

Utilisez la fonction arange() pour créer le tableau even_numbers.
Spécifiez les arguments pour créer un tableau de nombres pairs de 2 à 21 exclus.
Utilisez la fonction appropriée pour créer le tableau samples, qui permet de spécifier le nombre de valeurs dans un intervalle donné.
Spécifiez les trois premiers arguments pour créer un tableau de 10 nombres également espacés entre 5 et 6.
Assurez-vous que 6 n'est pas inclus dans le tableau samples.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 4

Fonctions de Création pour les Tableaux 1D

arange();
linspace().

arange()

Par exemple, si l'intervalle spécifié est de 0 à 10 avec une taille de pas de 2, le tableau résultant serait : [0, 2, 4, 6, 8].

Voici ses trois paramètres les plus importants et leurs rôles :

start :
- Valeur par défaut : 0;
- Représente le premier élément du tableau.
stop :
- Pas de valeur par défaut;
- Définit le point final, qui n'est pas inclus dans le tableau.
step :
- Valeur par défaut : 1;
- Spécifie l'incrément ajouté à chaque élément suivant.


              12345678910
            
import numpy as np
# Creating an array of integers from 0 to 11 exclusive with step=1
array_1 = np.arange(11)
print(array_1)
# Creating an array of integers from 1 to 11 exclusive with step=1
array_2 = np.arange(1, 11)
print(array_2)
# Creating an array of integers from 0 to 11 exclusive with step=2
array_3 = np.arange(0, 11, 2)
print(array_3)

linspace()

Avec linspace(), au lieu du paramètre step, il y a un paramètre num utilisé pour spécifier le nombre d'échantillons (nombres) dans un intervalle donné (par défaut, c'est 50).


              1234567
            
import numpy as np
# Generating 5 equally spaced values between 0 and 1 (inclusive)
array_1 = np.linspace(0, 1, 5)
print('Example 1:', array_1)
# Generating 7 equally spaced values between -1 and 1 (inclusive)
array_2 = np.linspace(-1, 1, 7)
print('Example 2:', array_2)

Endpoint

Voici une comparaison de array_inclusive et array_exclusive :


              1234567
            
import numpy as np
# Generating 5 equally spaced values between 0 and 1 (inclusive)
array_inclusive = np.linspace(0, 1, 5)
print('Endpoint = True:', array_inclusive)
# Generating 5 equally spaced values between 0 and 1 (exclusive)
array_exclusive = np.linspace(0, 1, 5, endpoint=False)
print('Endpoint = False:', array_exclusive)

Lorsque endpoint=True, l'intervalle [0, 1] est divisé en 4 segments égaux et inclut le point final lui-même (1), ce qui donne une taille de pas de (1 - 0) / 4 = 0.25.

Lorsque endpoint=False, l'intervalle [0, 1) est divisé en 5 segments égaux puisque le point final est exclu, ce qui donne une taille de pas de (1 - 0) / 5 = 0.2.

Remarque

Vous pouvez toujours en apprendre davantage sur ces fonctions dans leur documentation : arange, linspace.

Tâche

Swipe to start coding

Utilisez la fonction arange() pour créer le tableau even_numbers.
Spécifiez les arguments pour créer un tableau de nombres pairs de 2 à 21 exclus.
Utilisez la fonction appropriée pour créer le tableau samples, qui permet de spécifier le nombre de valeurs dans un intervalle donné.
Spécifiez les trois premiers arguments pour créer un tableau de 10 nombres également espacés entre 5 et 6.
Assurez-vous que 6 n'est pas inclus dans le tableau samples.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 4

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous