Tutoriel Python NumPy : Apprendre Python Numpy avec des exemples

Si vous étudiez Python depuis un certain temps, vous devez avoir rencontré NumPy. Et vous avez dû vous demander ce que c'est et pourquoi c'est si important. Dans ce tutoriel Python Numpy , vous apprendrez la même chose. Vous apprendrez à comprendre NumPy ainsi que les tableaux NumPy et leurs fonctions.

La maîtrise de Python est nécessaire pour les programmeurs modernes. Et ce tutoriel Python NumPy vous aidera à mieux comprendre Python. Il est assez détaillé, nous vous recommandons donc d'ajouter cette page à vos favoris pour référence future.

Apprenez des cours en ligne sur la science des données dans les meilleures universités du monde. Gagnez des programmes Executive PG, des programmes de certificat avancés ou des programmes de maîtrise pour accélérer votre carrière.

Qu'est-ce que Python NumPy ?

NumPy signifie "Python numérique". Comme vous l'auriez deviné, il se concentre sur les opérations numériques et l'informatique. Numpy est un package Python et est la bibliothèque principale pour les calculs scientifiques. Il dispose d'objets et d'outils de tableau à n dimensions pour intégrer d'autres langages dominants tels que C. Vous pouvez utiliser le tableau NumPy comme un énorme conteneur multidimensionnel pour les données.

Qu'est-ce qu'un tableau NumPy ?

Le tableau NumPy est un fantastique objet tableau à n dimensions. Il comporte des lignes et des colonnes et vous pouvez l'utiliser pour accéder aux éléments d'une liste Python. Il existe de nombreuses opérations que vous pouvez effectuer sur un tableau NumPy. Nous en avons discuté plus loin dans l'article, mais avant cela, vous devez comprendre comment installer NumPy sur votre système. Sans l'installer, vous ne pourrez pas l'utiliser.

Comment installer NumPy ?

Vous devrez aller à l'invite de commande et entrer "pip install numpy" pour installer Python NumPy. Une fois l'installation terminée, vous devrez accéder à l'IDE et importer numpy via "import numpy as np". Et c'est ainsi que vous installez Numpy sur votre système.

Vous pouvez facilement créer des tableaux dans NumPy via le code suivant :

1 importer numpy comme np

2 a=np.tableau([1,2,3])

3 caractères(a)

La sortie du code ci-dessus - [1 2 3]

Le code ci-dessus vous donnerait un tableau unidimensionnel. Si vous souhaitez créer un tableau multidimensionnel, vous devrez écrire quelque chose de similaire à l'exemple ci-dessous :

1 a=np.tableau([(1,2,3),(4,5,6)])

2 caractères(a)

La sortie du code ci-dessus - [[ 1 2 3]

[4 5 6]]

Lire la suite : 25 idées et sujets de projets Python passionnants pour les débutants

Opérations dans NumPy

Python NumPy a de nombreuses opérations. Ils remplissent tous des fonctions spécifiques. Voici ces fonctions avec une brève description :

taille de l'article :

Avec l'aide de cette fonction, vous pouvez connaître la taille en octets des éléments de votre tableau. Jetez un œil à l'exemple suivant :

1 importer numpy comme np

2 a = np.tableau([(1,2,3)])

3 impression(a.itemsize)

La sortie du code ci-dessus - 4

ndim :

La fonction ndim vous aide à trouver la dimension du tableau. Vous devez savoir que vous pouvez avoir des tableaux unidimensionnels, bidimensionnels et tridimensionnels. Voici un exemple de cette fonction :

1 importer numpy comme np

2 a = np.tableau([(1,2,3),(4,5,6)])

3 impression(a.ndim)

La sortie du code ci-dessus - 2

remodeler :

À l'aide de l'opération de remodelage, vous pouvez modifier le nombre de lignes et de colonnes présentes dans un tableau. Supposons que le tableau comporte trois colonnes et deux lignes. Grâce au remodelage, vous pouvez les modifier en 2 colonnes et trois lignes. Voyez-le en action à travers l'exemple suivant :

1 importer numpy comme np

2 a = np.tableau([(8,9,10),(11,12,13)])

3 caractères(a)

4 a=a.reshape(3,2)

5 caractères(a)

Sortie du code ci-dessus – [[ 8 9 10] [11 12 13]] [[ 8 9] [10 11] [12 13]]

trancher :

En utilisant l'opération de découpage, vous pouvez extraire un ensemble spécifique d'éléments du tableau requis. En d'autres termes, vous pouvez "découper" le tableau et en obtenir une partie. Supposons que vous ayez un tableau et que vous souhaitiez en extraire un élément spécifique, procédez comme suit :

1 importer numpy comme np

2 a=np.tableau([(1,2,3,4),(3,4,5,6)])

3 impression(a[0,2])

La sortie du code ci-dessus - 3

Dans l'exemple ci-dessus, l'index du premier tableau était 0, et pour le second, c'était 1. Ainsi, le code indique qu'il doit imprimer le deuxième élément du premier tableau (qui a l'index 0). Supposons que vous ayez besoin du deuxième élément du premier et du zéroième index du tableau. Ensuite, nous utiliserions le code suivant :

1 importer numpy comme np

2 a=np.tableau([(1,2,3,4),(3,4,5,6)])

3 impression(a[0:,2])

La sortie du code ci-dessus– [3 5]

Lisez aussi: Salaire d'un développeur Python en Inde

dtype :

Avec la fonction dtype, vous avez la possibilité de trouver le type de données des éléments d'un tableau. Il vous donne le type de données et la taille du composant requis. Jetez un œil à l'exemple suivant pour voir comment cela fonctionne :

1 importer numpy comme np

2 a = np.tableau([(1,2,3)])

3 impression(a.dtype)

La sortie du code ci-dessus - int32

Vous pouvez également utiliser les fonctions 'shape' et 'size' pour trouver la forme et la taille du tableau. Jetez un oeil à cet exemple de notre tutoriel Python NumPy pour bien comprendre ces fonctions :

1 importer numpy comme np

2 a = np.tableau([(1,2,3,4,5,6)])

3 impression(taille a.)

4 impression (une forme)

La sortie du code ci-dessus - 6 (1,6)

espacelin :

Avec l'aide de l'opération linspace, vous pouvez obtenir des nombres régulièrement espacés en fonction de l'intervalle que vous avez mentionné. La fonction linspace a ses utilisations, et voici un exemple de la façon dont vous pouvez l'utiliser :

1 importer numpy comme np

2 a=np.linspace(1,3,10)

3 caractères(a)

Sortie du code ci-dessus– [ 1. 1.22222222 1.44444444 1.66666667 1.88888889 2.11111111 2.33333333 2.55555556 2.77777778 3. ]

racine carrée et écart type

Python NumPy vous permet d'effectuer diverses opérations mathématiques. Et l'une de ces opérations consiste à dériver la racine carrée du tableau requis. Vous pouvez également obtenir l'écart type de votre tableau NumPy. Voici un exemple détaillé pour vous aider à cet égard :

1 importer numpy comme np

2 a=np.tableau([(1,2,3),(3,4,5,)])

3 print(np.sqrt(a))

4 print(np.std(a))

La sortie du code ci-dessus– [[ 1. 1.41421356 1.73205081]

[ 1.73205081 2. 2.23606798]]

1.29099444874

maximum minimum

Vous pouvez également trouver le maximum, le minimum et la somme d'un tableau à travers les opérations spécifiques. Trouver le maximum et le minimum peut vous aider beaucoup dans l'exécution d'opérations complexes. Voici comment vous pouvez trouver le maximum, le minimum et la somme du tableau que vous avez :

1 importer numpy comme np

2 a= np.tableau([1,2,3])

3 print(a.min())

4 print(a.max())

5 print(a. somme())

La sortie du code ci-dessus - 1 3 6

Empilement horizontal et vertical

Vous voudrez peut-être combiner deux tableaux sans les ajouter, c'est-à-dire que vous voudrez peut-être simplement les concaténer. Pour cela, vous pouvez les empiler verticalement ou horizontalement. Voici l'exemple de code pour le faire :

1 importer numpy comme np

2 x= np.tableau([(1,2,3),(3,4,5)])

3 y= np.tableau([(1,2,3),(3,4,5)])

4 print(np.vstack((x,y)))

5 print(np.hstack((x,y)))

Sortie du code ci-dessus - [[1 2 3] [3 4 5] [1 2 3] [3 4 5]]

[[1 2 3 1 2 3] [3 4 5 3 4 5]]

Lire la suite : Opérateurs en Python : Guide du débutant en arithmétique

Une addition

Vous pouvez également ajouter des tableaux NumPy. Outre l'addition, vous pouvez également effectuer une soustraction, une division et une multiplication de deux matrices. Voici un exemple d'ajout en Python NumPy :

1 importer numpy comme np

2 x= np.tableau([(1,2,3),(3,4,5)])

3 y= np.tableau([(1,2,3),(3,4,5)])

4 impression(x+y)

La sortie du code ci-dessus - [[ 2 4 6] [ 6 8 10]]

Comme nous l'avons mentionné précédemment, vous pouvez également effectuer d'autres opérations mathématiques sur les tableaux NumPy, notamment la soustraction et la division. Voici comment:

1 importer numpy comme np

2 x= np.tableau([(1,2,3),(3,4,5)])

3 y= np.tableau([(1,2,3),(3,4,5)])

4 impression(xy)

5 impression(x*y)

6 impression(x/y)

Sortie du code ci-dessus– [[0 0 0] [0 0 0]]

[[ 1 4 9] [ 9 16 25]]

[[ 1. 1. 1.] [ 1. 1. 1.]]

effilochage

L'opération ravel vous permet de convertir un tableau NumPy en un ravel, qui est une seule colonne. Voici un exemple :

1 importer numpy comme np

2 x= np.tableau([(1,2,3),(3,4,5)])

3 print(x.ravel())

La sortie du code – [ 1 2 3 3 4 5]

Conclusion

Nous sommes sûrs que vous avez trouvé ce tutoriel Python NumPy assez instructif. A présent, vous avez compris ce qu'est Python NumPy et quelles sont ses fonctions. Si vous avez d'autres questions sur ce sujet, n'hésitez pas à nous le faire savoir.

Si vous êtes curieux d'en savoir plus sur la science des données, consultez le programme Executive PG en science des données de IIIT-B & upGrad qui est créé pour les professionnels en activité et propose plus de 10 études de cas et projets, des ateliers pratiques, un mentorat avec des experts de l'industrie, 1 -on-1 avec des mentors de l'industrie, plus de 400 heures d'apprentissage et d'aide à l'emploi avec les meilleures entreprises.