Il s'agit d'une combinaison entre C et Python, reposant sur des tableaux de données multidimensionnels et homogènes : les Ndarrays (ndimensional arrays). Comme sur MATLAB, le type de base est un tableau multidimensionnel, ce qui permet d'accélérer la vitesse de calcul sur les matrices.
Un numpy. ndarray (généralement appelé array ) est un tableau multidimensionnel homogène: tous les éléments doivent avoir le même type, en général numérique. Les différentes dimensions sont appelées des axes, tandis que le nombre de dimensions – 0 pour un scalaire, 1 pour un vecteur, 2 pour une matrice, etc.
Arrays : c'est une séquence qui permet de représenter de manière compacte une liste de valeurs toutes du même type (élémentaire). Sa taille n'est pas fixe contrairement aux arrays numpy.
Numpy est rapide !
Car, sous le capot, les tableaux sont traités avec du code compilé, optimisé pour le CPU. En particulier, les opérations numpy sont parallèles car elles utilisent SIMD (Single Operation Multiple Data). Pour avoir une idée de cette rapidité, nous pouvons chronométrer quelques opérations.
Pour définir une matrice, on utilise la fonction array du module numpy. L'attribut shape donne la taille d'une matrice : nombre de lignes, nombre de colonnes. On peut redimensionner une matrice, sans modifier ses termes, à l'aide de la méthode reshape.
Pour déclarer un nouveau tableau, il suffit d'utiliser la structure de langage array(). Cette fonction prend en paramètres facultatifs (séparés par une virgule), les valeurs que l'on souhaite insérer dans le tableau pour l'initialiser. Si rien n'est précisé en paramètre, le tableau créé sera vide.
On utilise cet outil pour la programmation scientifique en Python, et notamment pour la programmation en Data Science, pour l'ingénierie, les mathématiques ou la science. Cette bibliothèque est très utile pour effectuer des opérations mathématiques et statistiques en Python.
La fonction linspace()
linspace() permet d'obtenir un tableau 1D allant d'une valeur de départ à une valeur de fin avec un nombre donné d'éléments.
Les tableaux sont des structures de données basées sur un index où chaque élément est associé à un index. D'autre part, la liste liée s'appuie sur des références où chaque nœud est constitué des données et des références aux éléments précédent et suivant.
Appel général au module NumPy et création d'un nom raccourci np (par exemple). A est le nom de la liste ou plus exactement de la table 1D (une seule dimension). Array veut dire "tableau, table, matrice". Comme toujours en Python, l'appel de la fonction est précédée du nom du module impliqué (ici, np).
Nous pouvons également utiliser la fonction numpy. fill() pour remplir un tableau NumPy déjà existant avec des valeurs similaires. La fonction numpy. fill() prend la valeur et le type de données comme paramètres d'entrée et remplit le tableau avec la valeur spécifiée.
Utilisez le numpy. asarray() pour convertir la liste en tableau NumPy en Python. Le numpy. asarray() est utilisé pour convertir des objets de différents types comme des dictionnaires, des listes, etc.
Pour créer un vecteur en Python, nous utilisons la fonction array de la bibliothèque numpy. L'argument x est une liste contenant les éléments [e1,e2,...,en] du vecteur. Cette fonction vous permet d'utiliser la liste dans les opérations de calcul vectoriel.
Matplotlib est avant tout une librairie qui permet de tracer des fonctions et d'afficher leurs courbes dans des graphiques. Nous pouvons obtenir les allures des fonctions trigonométriques comme sinus et cosinus en spécifiant l'intervalle sur lequel nous voulons observer ces fonctions.
Utilisez la commande import pour vérifier si le module NumPy est installé ou non. C'est la méthode la plus basique pour vérifier si numpy est installé ou non. Nous importons le module numpy, et s'il lève une exception, cela signifie que le package n'est pas installé.
Téléchargez le programme d'installation du fichier exécutable Windows x86-64 de Python 3.7 à partir de la page de téléchargements de Python.org . Exécutez le programme d'installation. Choisissez Add Python 3.7 to PATH (Ajouter Python 3.7 à PATH). Choisissez Install Now (Installer maintenant).
Il suffit de télécharger sur votre système le "package" python à partir de ce lien, puis de double cliquer sur celle-ci. L'installation se lance automatiquement et prend seulement quelques minutes.
Comment utilisez-vous Linspace? y = linspace (x1, x2) renvoie un vecteur ligne de 100 points régulièrement espacés entre x1 et x2 . y = linspace (x1, x2, n) génère n points. L'espacement entre les points est (x2-x1) / (n-1) .
Pour installer numpy avec Thonny, Options > Manage package > Recherche sur numpy puis Install.
Les séquences en Python
Il est possible de "stocker" plusieurs grandeurs dans une même structure, ce type de structure est appelé une séquence. De façon plus précise, nous définirons une séquence comme un ensemble fini et ordonné d'éléments indicés de 0 à n-1 (si cette séquence comporte n éléments).
Les dictionnaires sont des collections d'objets non-ordonnées. Un dictionnaire est composé d'éléments et chaque élément se compose d'une paire clé: valeur. Dans d'autres langages de programmation, on parle de tableaux associatifs ou de hashs.
Lors de la déclaration d'un tableau, on précise son type, son nom et le nombre d'éléments qu'il peut contenir au maximum. Son type fait partie de ceux existants pour les variables et son nom dépend des mêmes contraintes que les noms de variables.