Introduction à NumPy

NumPy est une bibliothèque Python puissante dédiée aux calculs numériques. Elle prend en charge les tableaux, les fonctions mathématiques et les opérations qui sont beaucoup plus rapides que celles effectuées avec les listes Python traditionnelles.

Dans cette leçon, vous apprendrez à utiliser NumPy pour effectuer efficacement des opérations numériques.

Installer NumPy

Pour installer NumPy, utilisez la commande suivante dans votre terminal :

pip install numpy

Une fois installé, vous pouvez l'importer dans vos programmes Python :

# Importing numpy
import numpy as np

print("NumPy imported successfully")

Créer des tableaux NumPy

Les tableaux NumPy sont plus rapides et consomment moins de mémoire que les listes Python. Vous pouvez créer des tableaux à partir de listes ou à l'aide de fonctions intégrées :

# Creating arrays
import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)  # Outputs: [1 2 3 4]

Opérations sur les tableaux

NumPy prend en charge les opérations élément par élément, qui sont bien plus rapides que le parcours des listes avec une boucle :

# Element-wise operations
arr = np.array([1, 2, 3, 4])
print(arr + 10)  # Outputs: [11 12 13 14]

Indexation et découpage des tableaux

Les tableaux NumPy prennent en charge l’indexation et le découpage avancés :

# Indexing and slicing
arr = np.array([10, 20, 30, 40, 50])
print(arr[1:4])  # Outputs: [20 30 40]

Utiliser des tableaux multidimensionnels

NumPy prend en charge les tableaux multidimensionnels (matrices) :

# Creating a 2D array
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix)

Opérations mathématiques

NumPy fournit des fonctions mathématiques intégrées pour effectuer des opérations comme mean, calculer la médiane et l’écart type :

# Mathematical operations
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))  # Outputs: 3.0

Générer des tableaux

NumPy peut générer des tableaux avec des fonctions comme arange et linspace :

# Generating arrays
arr = np.arange(0, 10, 2)
print(arr)  # Outputs: [0 2 4 6 8]

Erreurs courantes avec NumPy

Voici quelques erreurs à éviter :

• Utiliser des listes Python pour les grands ensembles de données au lieu de tableaux NumPy.
• Oublier de vérifier la forme des tableaux multidimensionnels avant d’effectuer des opérations.
• Ne pas tirer parti des opérations vectorisées.

Qu’avons-nous appris ?

Dans cette leçon, vous avez appris :

• À installer et à importer NumPy.
• Les avantages des tableaux NumPy par rapport aux listes Python.
• À effectuer des opérations sur les tableaux, de l’indexation et du découpage.
• À utiliser des tableaux multidimensionnels et des fonctions mathématiques intégrées.

Excellent travail ! Passons au sujet suivant.