Qu'est-ce que Python Numpy Array?
Les tableaux NumPy sont un peu comme les listes Python, mais toujours très différents en même temps. Pour ceux d'entre vous qui sont nouveaux sur le sujet, clarifions ce que c'est exactement et à quoi cela sert.
Comme son nom l'indique, un tableau NumPy est une structure de données centrale de la bibliothèque numpy. Le nom de la bibliothèque est en fait l'abréviation de "Numeric Python" ou "Numerical Python".
Créer un tableau NumPy
Le moyen le plus simple de créer un tableau dans Numpy est d'utiliser la liste Python
myPythonList = [1,9,8,3]
Pour convertir une liste python en un tableau numpy à l'aide de l'objet np.array.
numpy_array_from_list = np.array (maListePython)
Pour afficher le contenu de la liste
numpy_array_from_list
Production
array([1, 9, 8, 3])
En pratique, il n'est pas nécessaire de déclarer une liste Python. L'opération peut être combinée.
a = np.array([1,9,8,3])
REMARQUE : la documentation Numpy indique l'utilisation de np.ndarray pour créer un tableau. Cependant, c'est la méthode recommandée
Vous pouvez également créer un tableau numpy à partir d'un Tuple
Opérations mathématiques sur un tableau
Vous pouvez effectuer des opérations mathématiques telles que des additions, des soustractions, des divisions et des multiplications sur un tableau. La syntaxe est le nom du tableau suivi de l'opération (+ .-, *, /) suivi de l'opérande
Exemple:
numpy_array_from_list + 10
Production:
array([11, 19, 18, 13])
Cette opération ajoute 10 à chaque élément du tableau numpy.
Forme du réseau
Vous pouvez vérifier la forme du tableau avec la forme de l'objet précédée du nom du tableau. De la même manière, vous pouvez vérifier le type avec des dtypes.
import numpy as npa = np.array([1,2,3])print(a.shape)print(a.dtype)(3,)int64
Un entier est une valeur sans décimale. Si vous créez un tableau avec décimal, le type deviendra float.
#### Different typeb = np.array([1.1,2.0,3.2])print(b.dtype)float64
Réseau à 2 dimensions
Vous pouvez ajouter une dimension avec une virgule ","
Notez qu'il doit être entre crochets []
### 2 dimensionc = np.array([(1,2,3),(4,5,6)])print(c.shape)(2, 3)
Réseau à 3 dimensions
Une dimension plus élevée peut être construite comme suit:
### 3 dimensiond = np.array([[[1, 2,3],[4, 5, 6]],[[7, 8,9],[10, 11, 12]]])print(d.shape)(2, 2, 3)
Résumé
Ci-dessous, un résumé des fonctions essentielles utilisées avec NumPy.
| Objectif | Code |
|---|---|
| Créer un tableau | tableau ([1,2,3]) |
| imprimer la forme | tableau ([.]). forme |