Introduction à NumPy

NumPy (Numerical Python) est une bibliothèque fondamentale pour le calcul scientifique en Python. Elle permet de manipuler des tableaux de données multidimensionnels et offre des fonctions mathématiques optimisées.

Installation

Pour installer NumPy, utilisez la commande suivante :

pip install numpy

Importation de NumPy

Avant d'utiliser NumPy, il faut l'importer :

import numpy as np

Création de tableaux (ndarray)

A partir d'une liste

arr = np.array([1, 2, 3, 4, 5])
print(arr)

Matrice (tableau 2D)

mat = np.array([[1, 2, 3], [4, 5, 6]])
print(mat)

Tableaux de zéros, de uns et valeurs arbitraires

zeros = np.zeros((3, 3))  # Matrice 3x3 remplie de 0
ones = np.ones((2, 2))    # Matrice 2x2 remplie de 1
rand = np.random.rand(3, 3)  # Matrice 3x3 avec valeurs aléatoires

Espacements réguliers

lin = np.linspace(0, 10, 5)  # 5 valeurs équidistantes entre 0 et 10

Propriétés des tableaux

print(arr.shape)  # Dimensions
print(arr.size)   # Nombre d'éléments
print(arr.dtype)  # Type des éléments

Manipulation des tableaux

Accès aux éléments

print(arr[0])    # Premier élément
print(mat[1, 2]) # Élément à la ligne 1, colonne 2

Slicing (extraction de sous-tableaux)

print(arr[1:4])    # Éléments d'indice 1 à 3
print(mat[:, 1])   # Deuxième colonne

Modification des valeurs

arr[2] = 10
mat[0, 1] = 99

Opérations mathématiques

arr2 = np.array([10, 20, 30, 40, 50])
print(arr + arr2)  # Addition
print(arr * 2)     # Multiplication scalaire
print(np.sqrt(arr))  # Racine carrée
print(np.exp(arr))   # Exponentielle

Fonctions utiles

print(np.sum(arr))   # Somme des éléments
print(np.mean(arr))  # Moyenne
print(np.max(arr))   # Valeur max
print(np.min(arr))   # Valeur min
print(np.argmax(arr)) # Indice de la valeur max
print(np.argmin(arr)) # Indice de la valeur min

Reshape et transposition

reshaped = arr.reshape((5, 1))  # Changement de forme
transposed = mat.T  # Transposition

Produit matriciel

mat1 = np.array([[1, 2], [3, 4]])
mat2 = np.array([[5, 6], [7, 8]])
product = np.dot(mat1, mat2)  # Produit matriciel

Conclusion

NumPy est une bibliothèque très puissante pour le calcul numérique. Son utilisation est essentielle en science des données, en apprentissage automatique et en analyse scientifique.

*Fait à 90% avec ChatGPT car il est beaucoup plus rapide que moi