Tutoriel NumPy
Dans le monde numérique d'aujourd'hui, Python est l'un des langages de programmation les plus populaires utilisés par les développeurs du monde entier. Grâce à ses bibliothèques et outils robustes, il est devenu le langage de prédilection de nombreux programmeurs. Dans cet article, nous discuterons de la bibliothèque NumPy, qui est un package fondamental pour le calcul scientifique en Python, et de la manière dont elle peut être utilisée pour manipuler des tableaux et effectuer des opérations mathématiques.
Qu'est-ce que NumPy ?
NumPy est une bibliothèque Python utilisée pour le calcul scientifique. Elle offre un support pour les tableaux et les matrices, ainsi qu'une collection de fonctions mathématiques applicables à ces tableaux. NumPy est open-source et gratuit, ce qui en fait un choix populaire pour les applications de calcul scientifique. C'est une bibliothèque haute performance conçue pour travailler avec de grands ensembles de données, la rendant efficace pour les calculs scientifiques et numériques.
Les tableaux dans NumPy
Les tableaux dans NumPy sont similaires aux listes en Python, mais avec quelques fonctionnalités supplémentaires. Les tableaux NumPy sont homogènes, ce qui signifie qu'ils ne peuvent contenir que des éléments du même type. Cela les rend plus efficaces que les listes pour les calculs numériques. De plus, les tableaux NumPy peuvent être multidimensionnels, ce qui les rend utiles pour travailler avec des données ayant plus d'une dimension.
Créer un tableau dans NumPy
Pour créer un tableau dans NumPy, vous pouvez utiliser la fonction np.array(). Cette fonction prend une liste en argument et retourne un tableau. Par exemple, pour créer un tableau unidimensionnel d'entiers, vous pouvez utiliser le code suivant :
Un tableau simple créé par numpy en Python
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a)Sortie :
[1 2 3 4 5]De même, pour créer un tableau bidimensionnel, vous pouvez passer une liste de listes à la fonction np.array(). Par exemple :
Un tableau bidimensionnel créé par numpy en Python
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(a)Sortie :
[[1 2 3]
[4 5 6]
[7 8 9]]Manipuler des tableaux dans NumPy
NumPy fournit plusieurs fonctions pour manipuler des tableaux, telles que l'ajout ou la suppression d'éléments, le redimensionnement des tableaux et la transposition des tableaux.
Ajouter des éléments à un tableau
Pour ajouter des éléments à un tableau existant, vous pouvez utiliser la fonction np.append(). Cette fonction prend deux arguments : le tableau et les éléments à ajouter. Par exemple :
Ajouter un élément à un tableau numpy en Python
import numpy as np
a = np.array([1, 2, 3])
b = np.append(a, [4, 5, 6])
print(b)Sortie :
[1 2 3 4 5 6]Supprimer des éléments d'un tableau
Pour supprimer des éléments d'un tableau, vous pouvez utiliser la fonction np.delete(). Cette fonction prend deux arguments : le tableau et les indices des éléments à supprimer. Par exemple :
Supprimer un élément d'un tableau en Python
import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.delete(a, [2, 3])
print(b)Sortie :
[1 2 5]Redimensionner des tableaux
Pour redimensionner un tableau, vous pouvez utiliser la fonction np.reshape(). Cette fonction prend deux arguments : le tableau et la nouvelle forme. Par exemple, pour redimensionner un tableau unidimensionnel en tableau bidimensionnel :
Redimensionner un tableau en Python
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
b = np.reshape(a, (2, 3))
print(b)Sortie :
[[1 2 3]
[4 5 6]]Transposer des tableaux
Pour transposer un tableau, vous pouvez utiliser la fonction np.transpose(). Cette fonction prend le tableau en argument et retourne un nouveau tableau avec les lignes et les colonnes échangées. Par exemple :
Transposer un tableau bidimensionnel en Python
import numpy as np
a = np.array([[1, 2], [3, 4], [5, 6]])
b = np.transpose(a)
print(b)Sortie :
[[1 3 5]
[2 4 6]]Opérations mathématiques avec NumPy
NumPy fournit de nombreuses fonctions mathématiques applicables aux tableaux. Ces fonctions incluent l'addition, la soustraction, la multiplication et la division, ainsi que les fonctions trigonométriques et logarithmiques.
Ajouter deux tableaux
Pour additionner deux tableaux, vous pouvez utiliser la fonction np.add(). Cette fonction prend deux tableaux en arguments et retourne un nouveau tableau avec les éléments des deux tableaux additionnés. Par exemple :
Additionner deux tableaux numpy en Python
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.add(a, b)
print(c)Sortie :
[5 7 9]Multiplier deux tableaux
Pour multiplier deux tableaux, vous pouvez utiliser la fonction np.multiply(). Cette fonction prend deux tableaux en arguments et retourne un nouveau tableau avec les éléments des deux tableaux multipliés. Par exemple :
Multiplier deux tableaux numpy en Python
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.multiply(a, b)
print(c)Sortie :
[ 4 10 18]Fonctions trigonométriques
NumPy fournit plusieurs fonctions trigonométriques applicables aux tableaux. Ces fonctions incluent le sinus, le cosinus et la tangente. Par exemple :
Fonctions trigonométriques avec numpy et matplotlib
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
plt.plot(x, y)
plt.show()Conclusion
Dans cet article, nous avons discuté de la bibliothèque NumPy et de ses capacités. Nous avons couvert la création et la manipulation de tableaux, les opérations mathématiques et l'application de fonctions trigonométriques. NumPy est une bibliothèque puissante essentielle pour le calcul scientifique en Python. Grâce à ces connaissances, vous pouvez désormais utiliser NumPy pour effectuer des calculs numériques complexes en Python.