CodeUtility
Faciliter la vie des développeurs !
Exécuter NumPy en ligne

NumPy Arrays: shape, size and dtype

Create your first NumPy array and learn the three properties you will check all the time: shape, size and dtype.

  • Intermédiaire
  • 2 min de lecture
  • 1 exemple exécutable
Ce que vous allez apprendre
  • Creating arrays with np.array
  • shape, ndim, size and dtype
  • Why NumPy is faster than lists
Exécuter dans le compilateur Python →
shape (2, 3)
1[0, 0]
2[0, 1]
3[0, 2]
4[1, 0]
5[1, 1]
6[1, 2]
values[1, 1] is 5: row 1, column 1.

One type, many dimensions

NumPy est la bibliothèque de calcul numérique la plus utilisée en Python. Son objet central est le ndarray, un tableau multidimensionnel dont toutes les valeurs ont le même type. Comme les données sont stockées de façon compacte en mémoire, un tableau NumPy traite les données numériques bien plus vite qu'une liste ordinaire.

Points clés

  1. np.array([[1, 2, 3], [4, 5, 6]]) creates a 2-row, 3-column array.
  2. shape is (2, 3), size is 6 and ndim is 2.
  3. All elements share one dtype, such as int64.
  4. Operations run on the whole array at once, without Python loops.

Quand l’utiliser ?

  • Calculer rapidement sur de nombreuses valeurs à la fois, sans écrire de boucle.
  • Travailler efficacement avec des tableaux, des matrices et des données scientifiques.
  • Préparer des données pour la data science et le machine learning.

Voir comment ça marche

Pointez une case pour voir sa ligne, sa colonne et sa place en mémoire, où toutes les lignes sont rangées les unes après les autres.

Code d’exemple

Exécuter le code →
main.py
import numpy as np

values = np.array([[1, 2, 3], [4, 5, 6]])

print(values)
print("shape:", values.shape)
print("size:", values.size)
Obtenir un bouton Run pour cet exemple

Résultat de l’exécution

[[1 2 3]
 [4 5 6]]
shape: (2, 3)
size: 6

Explication du code

La fonction np.array() crée un tableau à deux dimensions de 2 lignes et 3 colonnes à partir d'une liste imbriquée. L'attribut shape donne la taille de chaque dimension, ici (2, 3), et size le nombre total d'éléments, soit 6.

Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.

Exercices d’approfondissement

Essayez de modifier le code en suivant les pistes ci-dessous. Changer le code et observer le résultat vous fera bien mieux comprendre la leçon que la simple lecture.

  1. Changez la forme (shape) et le type de données (dtype) du tableau d’entrée.
  2. Testez avec des nombres négatifs, des décimaux et des valeurs manquantes.
  3. Appliquez la même opération à un tableau plus grand à plusieurs dimensions et mesurez le temps.
Exécuter dans le compilateur Python →

S'entraîner avec un défi

Utilisez le contenu de cette leçon pour résoudre un vrai problème. Chaque défi s'exécute dans le navigateur, avec des tests instantanés et une revue par l'IA.

Tous les défis