PythonNumPyAide-mémoire de base
Guide de référence rapide pour les baiesNumPy. Apprenez la création de tableaux, le remodelage, l'indexation, le découpage et les opérations mathématiques.
Création et inspection de baies
Méthodes pour initialiser des tableaux numpy et extraire les caractéristiques de forme.
| Méthode / Fonction | Syntaxe | Descriptif |
|---|---|---|
| np.array() | np.array(list) | Crée un ndarray multidimensionnel homogène à partir d'une liste. |
| np.arange() | np.arange(start, stop, step) | Crée un tableau avec des valeurs régulièrement espacées dans une plage donnée. |
| np.linspace() | np.linspace(start, stop, num) | Crée un tableau avec un nombre de valeurs régulièrement espacées sur un intervalle spécifié. |
| np.zeros() / np.ones() | np.zeros(shape) / np.ones(shape) | Initialise les tableaux remplis de zéros ou de uns dans la forme spécifiée. |
| shape / dtype | arr.shape / arr.dtype | Attributs renvoyant les dimensions et le type d'élément du tableau. |
Manipulation de tableaux et mathématiques
Routines pour modifier la disposition des tableaux et effectuer des agrégations mathématiques.
| Méthode / Fonction | Syntaxe | Descriptif |
|---|---|---|
| reshape() | arr.reshape(new_shape) | Donne une nouvelle forme à un tableau sans modifier ses données. |
| arr.T | arr.T | Attribut de transposition. Inverse les axes du tableau. |
| np.concatenate() | np.concatenate((a1, a2), axis=0) | Joint une séquence de tableaux le long d’un axe existant. |
| mean() / std() | arr.mean() / arr.std() | Calcule la moyenne arithmétique et l'écart type. |
| sum() / dot() | arr.sum() / np.dot(a, b) | Additionne les éléments ou calcule la multiplication matricielle du produit scalaire. |
Script de démonstration interactif
# np.array()
np.array(list)
# np.arange()
np.arange(start, stop, step)
# np.linspace()
np.linspace(start, stop, num)
# np.zeros() / np.ones()
np.zeros(shape) / np.ones(shape)
# shape / dtype
arr.shape / arr.dtype
# reshape()
arr.reshape(new_shape)
# arr.T
arr.T
# np.concatenate()
np.concatenate((a1, a2), axis=0)
# mean() / std()
arr.mean() / arr.std()
# sum() / dot()
arr.sum() / np.dot(a, b)Foire aux questions
Pourquoi utiliser des tableauxNumPyau lieu des listes Python standard ?
Les tableauxNumPysont stockés dans des blocs de mémoire contigus, ce qui les rend nettement plus rapides et plus efficaces en mémoire pour les calculs numériques.
Qu'est-ce que la diffusion dansNumPy?
La diffusion permet d'effectuer des opérations arithmétiques sur des tableaux de formes différentes, en élargissant le plus petit tableau pour qu'il corresponde automatiquement à la forme du plus grand tableau.
Sujets connexes
Guide de référence pour les sériesPandaset DataFrames. Apprenez le chargement, le nettoyage, la sélection, le regroupement et les agrégations de données.
Aide-mémoire sur les fonctions du module mathématique PythonGuide de référence rapide pour la bibliothèque standard mathématique Python. Apprenez à utiliser les fonctions trigonométriques, logarithmiques, d'arrondi et arithmétiques.
Aide-mémoire sur les fonctions intégrées PythonGuide de référence des fonctions intégrées de Python. Apprenez à utiliser print, len, range, enumerate, zip, map, filter, etc.
Ressources Python recommandées
Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.
Boucles Python
Apprenez à utiliser les boucles Python pour parcourir les données. Maîtrisez les bonnes pratiques pour les boucles, while, break, continue et loop avec des exemples interactifs.
Comment trier une liste en Python
Apprenez à trier une liste en Python à l'aide de la méthode sort() et de la fonction sorted(). Découvrez des exemples de tri de clés personnalisé et d’ordre inverse.
Python vs JavaScript : quel langage de programmation est le meilleur ?
Une comparaison complète entre Python et JavaScript. Explorez les différences de syntaxe, les performances, les cas d'utilisation (backend et frontend) et des exemples de codage.