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

Copier des Tableaux

Souvent, vous devez créer une copie d'un tableau pour apporter des modifications sans affecter le tableau original.

Affectation Simple

Tout d'abord, nous allons discuter pourquoi nous ne pouvons pas simplement créer une autre variable en utilisant array_2 = array_1, où array_1 est notre tableau original.


              123456
            
import numpy as np
array_1 = np.array([1, 2, 3])
array_2 = array_1
# Setting the first element of array_2 to 10
array_2[0] = 10
print(array_1)

Nous avons changé la valeur du premier élément de array_2 à 10, mais cette assignation a également changé la valeur du premier élément de array_1 à 10.

Remarque

Avec array_2 = array_1, vous ne créez pas un nouveau tableau ; au lieu de cela, vous créez une référence au même tableau en mémoire. En conséquence, toute modification apportée à array_2 affectera également array_1.

Pour résoudre ce problème, nous pourrions écrire array_2 = np.array([1, 2, 3]), mais cela signifierait écrire le même code deux fois. Rappelez-vous le principe clé en programmation : Ne vous répétez pas.

Méthode ndarray.copy()

Heureusement, NumPy dispose d'une méthode ndarray.copy() comme solution à ce problème.


              12345678
            
import numpy as np
array_1 = np.array([1, 2, 3])
# Copying the contents of array_1
array_2 = array_1.copy()
# Setting the first element of array_2 to 10
array_2[0] = 10
print(f'Initial array: {array_1}')
print(f'Modified copy: {array_2}')

Maintenant, nous avons créé un nouveau tableau pour array_2 avec les mêmes éléments que array_1.

Pour les tableaux 2D, la procédure de copie est exactement la même.

Fonction numpy.copy()

Au lieu de la méthode .copy(), nous pouvons également utiliser la fonction copy(), qui prend le tableau comme paramètre : array_2 = np.copy(array_1).

La fonction et la méthode fonctionnent de la même manière ; cependant, il y a une nuance. Elles ont toutes deux le paramètre order, qui spécifie la disposition en mémoire du tableau, mais leurs valeurs par défaut sont différentes.

L'image ci-dessous montre la structure du tableau sales_data_2021 utilisé dans la tâche :

Tâche

Swipe to start coding

Vous analysez les données de ventes trimestrielles d'une entreprise pour l'année 2021. Les données sont stockées dans un tableau NumPy nommé sales_data_2021, où chaque ligne représente un produit spécifique, et chaque colonne représente les ventes trimestrielles pour ce produit.

Créez une copie de sales_data_2021 en utilisant la méthode appropriée d'un tableau NumPy et stockez-la dans sales_data_2022.
Mettez à jour les deux derniers éléments de la première ligne (représentant les ventes trimestrielles d'un produit) dans sales_data_2022 à 390 et 370 :
- Utilisez un indice positif pour spécifier la ligne;
- Utilisez une tranche avec seulement une valeur de début négative pour indexer les deux derniers éléments.

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 3. Chapitre 3

Copier des Tableaux

Souvent, vous devez créer une copie d'un tableau pour apporter des modifications sans affecter le tableau original.

Affectation Simple

Tout d'abord, nous allons discuter pourquoi nous ne pouvons pas simplement créer une autre variable en utilisant array_2 = array_1, où array_1 est notre tableau original.


              123456
            
import numpy as np
array_1 = np.array([1, 2, 3])
array_2 = array_1
# Setting the first element of array_2 to 10
array_2[0] = 10
print(array_1)

Nous avons changé la valeur du premier élément de array_2 à 10, mais cette assignation a également changé la valeur du premier élément de array_1 à 10.

Remarque

Avec array_2 = array_1, vous ne créez pas un nouveau tableau ; au lieu de cela, vous créez une référence au même tableau en mémoire. En conséquence, toute modification apportée à array_2 affectera également array_1.

Méthode ndarray.copy()

Heureusement, NumPy dispose d'une méthode ndarray.copy() comme solution à ce problème.


              12345678
            
import numpy as np
array_1 = np.array([1, 2, 3])
# Copying the contents of array_1
array_2 = array_1.copy()
# Setting the first element of array_2 to 10
array_2[0] = 10
print(f'Initial array: {array_1}')
print(f'Modified copy: {array_2}')

Maintenant, nous avons créé un nouveau tableau pour array_2 avec les mêmes éléments que array_1.

Pour les tableaux 2D, la procédure de copie est exactement la même.

Fonction numpy.copy()

Au lieu de la méthode .copy(), nous pouvons également utiliser la fonction copy(), qui prend le tableau comme paramètre : array_2 = np.copy(array_1).

L'image ci-dessous montre la structure du tableau sales_data_2021 utilisé dans la tâche :

Tâche

Swipe to start coding

Créez une copie de sales_data_2021 en utilisant la méthode appropriée d'un tableau NumPy et stockez-la dans sales_data_2022.
Mettez à jour les deux derniers éléments de la première ligne (représentant les ventes trimestrielles d'un produit) dans sales_data_2022 à 390 et 370 :
- Utilisez un indice positif pour spécifier la ligne;
- Utilisez une tranche avec seulement une valeur de début négative pour indexer les deux derniers éléments.

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 3. Chapitre 3

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