Indexer et découper des tableaux
Récupérez des lignes, des colonnes et des plages.
Indexer et découper des tableaux est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Extraire les éléments nécessaires
Une véritable analyse consiste à extraire des parties de vos données. L’indexation de NumPy vous permet de récupérer facilement des valeurs uniques, des lignes, des colonnes ou des intervalles. ✂️
Éléments uniques par position
Comme pour une liste, vous accédez à un élément grâce à son index. Le comptage commence à zéro : arr[0] correspond donc à la toute première valeur.
arr = np.array([10, 20, 30])
arr[0] # 10Compter depuis la fin
Les index négatifs permettent de compter à rebours. arr[-1] vous donne le dernier élément sans avoir besoin de connaître la longueur du tableau.
arr[-1] # 30Les tranches récupèrent un intervalle
Une tranche utilise start:stop pour extraire un intervalle. Le début est inclus, la fin ne l’est pas, comme pour les listes Python.
np.arange(10)[2:5] # 2 3 4Les pas dans une tranche
Ajoutez un troisième nombre pour définir un pas. Avec ::2, vous conservez un élément sur deux : une manière simple d’alléger les données.
np.arange(10)[::2] # 0 2 4 6 8Deux dimensions, une seule paire de crochets
Pour un tableau 2D, indiquez la ligne et la colonne dans une seule paire de crochets : arr[row, col]. C’est plus propre que d’enchaîner deux paires de crochets.
m = np.array([[1, 2], [3, 4]])
m[1, 0] # 3Récupérer une ligne entière
Un deux-points isolé signifie qu’il faut tout prendre le long de cet axe. Ainsi, m[0, :] renvoie la première ligne entière.
m[0, :] # array([1, 2])Récupérer une colonne entière
Inversez les positions pour extraire une colonne. m[:, 0] parcourt chaque ligne et ne conserve que les valeurs de la première colonne.
m[:, 0] # array([1, 3])Les tranches sont des vues, pas des copies
Attention : une tranche est une vue du tableau d’origine. Modifiez la tranche et le tableau source sera également modifié, ce qui peut vous surprendre.
s = arr[0:2]
s[0] = 99 # arr also changesCréer une véritable copie
Lorsque vous avez besoin d’indépendance, appelez copy. Vous obtenez un tableau distinct : vos modifications ne toucheront jamais l’original.
safe = arr[0:2].copy()Les tranches servent aussi à affecter des valeurs
L’indexation fonctionne également à gauche de l’affectation. Affectez une valeur à une tranche pour mettre à jour tout un intervalle en une seule opération.
arr[0:2] = 0 # first two become 0Vérification rapide
Vérifions comment sélectionner une colonne dans un tableau 2D.
Récapitulatif
Vous savez maintenant découper des tableaux : indexer des valeurs uniques, extraire des tranches avec des pas, cibler des lignes et des colonnes, et créer une copie lorsque vous devez travailler en toute sécurité. 🎉
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Indexer et découper des tableaux » est-elle gratuite ?
Oui — le texte complet de « Indexer et découper des tableaux » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Indexer et découper des tableaux » ?
Récupérez des lignes, des colonnes et des plages. Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Indexer et découper des tableaux » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- De la liste Python à ndarray
- Forme, taille et dtype
- Calcul vectorisé sans boucles
- Indexer et découper des tableaux