numpy

Science

Informatique numérique

Aperçu numpy

NumPyest le package de base du calcul scientifique en Python. Il fournit un puissant objet tableau à N dimensions, ainsi que des outils pour intégrer le code C et C++, l'algèbre linéaire, les transformations de Fourier et la génération de nombres aléatoires. Presque toutes les bibliothèques de science des données et d'apprentissage automatique de l'écosystème Python sont construites surNumPy.

AvecPyRun, vous pouvez utiliserNumPydirectement dans votre navigateur — pas d'installation pip, pas d'environnement virtuel, pas de configuration. La bibliothèqueNumPycomplète est regroupée dans la distributionWebAssemblydePyodideet se charge automatiquement lorsque votre code l'importe. Cela fait dePyRunl'un des moyens les plus rapides d'expérimenter le calcul numérique sans toucher à votre machine locale.

Sortie de code et d'exécution

Multiplication matricielle, produit scalaire et statistiques de base.

import numpy as np

# Create two 3x3 matrices
A = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])

B = np.array([[9, 8, 7],
              [6, 5, 4],
              [3, 2, 1]])

print("Matrix A:\n", A)
print("\nMatrix B:\n", B)

# Matrix Multiplication
C = np.dot(A, B)
print("\nDot Product (A · B):\n", C)

# Element-wise operations
print("\nA + B:\n", A + B)
print("\nMean of A:", np.mean(A))
print("Std of A:", np.std(A).round(4))

Forfaits associés

Ressources Python recommandées

Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.