Intermédiaire

Les bases de NumPy

NumPy (Numerical Python) est la bibliothèque fondamentale pour le calcul scientifique en Python. Elle introduit l'objet ndarray, un tableau multidimensionnel rapide et efficace.

Pourquoi pas des listes ?

Les tableaux NumPy sont stockés de manière contiguë en mémoire, ce qui les rend beaucoup plus rapides que les listes Python pour les opérations mathématiques.

📚 Documentation Officielle

Exemples de Code

Création de tableaux

import numpy as np

# À partir d'une liste
arr = np.array([1, 2, 3, 4, 5])

# Tableaux de zéros et de uns
zeros = np.zeros(5)
ones = np.ones((2, 3))  # 2 lignes, 3 colonnes

# Plage de valeurs
r = np.arange(0, 10, 2)  # [0, 2, 4, 6, 8]

Opérations mathématiques

arr = np.array([1, 2, 3])
print(arr * 2)      # [2, 4, 6]
print(arr + 10)     # [11, 12, 13]
print(np.sqrt(arr)) # Racine carrée

💪 À vous de jouer !

  • Créez un tableau NumPy contenant les nombres de 0 à 9.
  • Créez une matrice 3x3 remplie de 1.
  • Convertissez une liste `[1, 2, 3]` en tableau NumPy et multipliez chaque élément par 5.
← Précédent Suivant →