Data Science Academy · Leçon

Indexer et découper des tableaux

Récupérez des lignes, des colonnes et des plages.

Leçon 4 sur 413 étapes

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]  # 10

Compter 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]  # 30

Les 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 4

Les 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 8

Deux 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]  # 3

Récupérer 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 changes

Créer 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 0

Vérification 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. 🎉

Gratuit pour commencer

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

  1. De la liste Python à ndarray
  2. Forme, taille et dtype
  3. Calcul vectorisé sans boucles
  4. Indexer et découper des tableaux
← Retour à Data Science Academy