Explorer les Livres électroniques
Catégories
Explorer les Livres audio
Catégories
Explorer les Magazines
Catégories
Explorer les Documents
Catégories
I Packages np.transpose(t)
On chargera les packages avec ,→ renvoie le tableau t transposé.
import numpy as np III Lire une matrice
import matplotlib . pyplot as plt
3.1 Un élément
,→ numpy ajoute un nouveau type de tableau. Les t[i]
tableaux numpy ont une taille fixe (pas de append()), et ,→ si t est un tableau, renvoie le i-ème élément.
un type fixe. Si t est une matrice, renvoie la i-ème ligne.
,→ matplotlib.pyplot sert à produire des sorties mat[i, j]
graphiques. ,→ renvoie l’élément sur la ligne i et la colonne j
de la matrice mat. Attention, cette syntaxe est spécifique
II Créer un tableau à numpy !
2.1 Tableaux particuliers
mat.shape
np.zeros(n)
,→ renvoie les dimensions de la matrice mat sous
,→ tableau de type flottant, rempli de zéros, de
forme d’un tuple. On peut par exemple utiliser
taille n.
n, p = mat.shape pour extraire les deux dimensions.
np.arange(a, b, step)
t.size
,→ équivalent de range, mais autorise des flottants.
,→ nombre total d’éléments dans t (renvoie le pro-
np.linspace(a, b, n) duit des dimensions, sous forme d’un entier)
,→ tableau de subdivisions régulières de [a, b] avec
3.2 Slicing
n points. Garantit la taille finale.
t[i:j]
2.2 Matrices particulières ,→ même principe que le slicing sur les listes.
np.zeros((n, p))
mat[a:b, c:d]
,→ matrice de n lignes et p colonnes de flottants
,→ récupère un extrait de mat contenant les lignes
nuls (attention, cette fonction ne prend qu’un seul
entre a et b-1, et les colonnes entre c et d-1.
argument, qui peut être un tuple).
mat[:, 0]
np.ones(...)
,→ récupère la première colonne de mat (c’est donc
,→ idem que np.zeros mais avec 1 partout. un tableau unidimensionnel).
np.eye(n)
mat[:-1, ::-1]
,→ matrice identité In . ,→ toutes les lignes sauf la dernière, toutes les colonnes
np.diag([d_0, d_2, ..., d_{n-1}]) mais en ordre inverse.
,→ matrice diagonale dont les coefficients sont les t[bools]
di . ,→ si bools est un tableau de dimensions de même
np.diag(li, k=...) dimension que t, renvoie le tableau correspondant aux
,→ le paramètre k (entier relatif) permet de décaler True dans t.
la diagonale vers le haut ou le bas. mat[bools]
2.3 À partir d’autres objets ,→ si bools est une matrice de booléens de même
np.array(li) dimension, renvoie le tableau des éléments correspon-
,→ tableau reprenant les mêmes éléments que la dant aux True dans mat.
liste li. Le type est inféré par les types dans li IV Opérations
(attention si li ne contient que des entiers).
4.1 Arithmétique
np.array(mat) t1 + t2, t1 * t2, ...
,→ tableau multidimensionnel reprenant les mêmes ,→ opération terme à terme si t1 et t2 ont même dimen-
éléments que la matrice mat. sion.
np.array(mat, dtype=np.float) t1 > t2
,→ permet de fixer le type des objets dans le tableau ,→ renvoie un tableau de booléens correspondant
résultat (ce paramètre optionnel est souvent présent au test, case par case.
dans les fonctions numpy).
1 + t1
np.hstack((a, b, ...)), np.vstack((a, b, ...)) ,→ broadcasting : l’élément 1 est dupliqué en au-
,→ concaténation horizontale ou verticale de tableaux tant d’éléments que la taille de t1 avant l’addition.
numpy. Renvoie le tableau contenant tous les éléments de t1
augmentés de 1.
2.4 Transformations de tableaux
np.reshape(t, (n, p)) 1 / mat
,→ renvoie le tableau t, sous forme d’une matrice ,→ Pour la même raison, renvoie les inverses des
n×p. éléments de mat.
cb emeric+h4@tourniaire.org 1/2
Formulaire Numpy – Matplotlib Math Sup
cb emeric+h4@tourniaire.org 2/2