Tableaux NumPy
Les arrays NumPy stockent efficacement des valeurs de même type.
Qu’est-ce que Tableaux NumPy ?
Les arrays NumPy stockent efficacement des valeurs de même type.
Créer un array et effectuer des calculs vectorisés.
Quand l’utiliser ?
- Effectuer des calculs vectorisés.
- Traiter tableaux, matrices et données scientifiques.
- Préparer des données pour la data science.
Code d’exemple
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)Résultat attendu
[[1 2 3]
[4 5 6]]
shape: (2, 3)
size: 6Fonctionnement
Les opérations s’appliquent élément par élément ; shape et dtype décrivent forme et type.
Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.
Exercices pratiques
Modifiez les entrées et testez les cas limites avant d’utiliser des données plus volumineuses.
- Modifiez shape et dtype.
- Testez nombres négatifs, décimaux et valeurs manquantes.
- Mesurez les performances sur un tableau plus grand.