Filtrer un tableau NumPy avec une condition
Dans cette leçon, vous allez extraire les éléments d'un tableau NumPy qui vérifient une condition grâce à l'indexation booléenne (boolean indexing).
Introduction
Le problème
Sélectionner les valeurs qui vous intéressent (les notes suffisantes, les prix sous un plafond, les températures au-dessus de zéro) est l'une des tâches les plus courantes quand on traite des données. Avec NumPy, pas besoin de boucle : une condition choisit les valeurs pour vous.
Imaginez-le ainsi
Le filtrage booléen, c'est comme poser un pochoir sur une rangée de nombres. La condition découpe un trou au-dessus de chaque valeur qui la respecte. En regardant à travers le pochoir, vous ne voyez que ces valeurs.
scores >= 80✂️ Découper un trou au-dessus de chaque note suffisante[False, True, True, False, True]🕳️ Le pochoir : des trous là où c'est Truescores[scores >= 80]👀 Regarder à travers les trouspassing📋 [82 91 88]L'indexation booléenne sélectionne des éléments d'un tableau à l'aide d'un masque de valeurs True et False de même forme que lui : elle garde les éléments là où le masque vaut True.
Points clés
scores >= 80compare chaque élément et renvoie un tableau de True et False.scores[scores >= 80]ne garde que les éléments où le masque vaut True.passingest un nouveau tableau,[82 91 88];scoresne change pas.- L'ordre des valeurs gardées est le même que dans le tableau d'origine.
Quand l’utiliser ?
- Sélectionner des valeurs selon une condition : valeurs aberrantes, mesures valides, notes suffisantes.
- Compter les valeurs qui remplissent la condition avec
(scores >= 80).sum(). - Remplacer les valeurs qui remplissent une condition.
Quand s'en passer
- Les listes Python ordinaires : elles n'acceptent pas les masques, utilisez plutôt une liste en compréhension.
- Les données tabulaires étiquetées : le filtrage de pandas conserve les étiquettes de lignes et les noms de colonnes.
Code d’exemple
import numpy as np
scores = np.array([64, 82, 91, 73, 88])
passing = scores[scores >= 80]
print(passing)
Résultat de l’exécution
[82 91 88]
Explication du code
La comparaison scores >= 80 crée le masque [False, True, True, False, True]. En plaçant ce masque entre crochets, scores[...], il ne reste que les notes de 80 et plus : [82 91 88]. Pour combiner plusieurs conditions, utilisez & (et) et | (ou) en mettant chaque condition entre parenthèses.
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.
- Changez la forme (shape) et le type de données (dtype) du tableau d’entrée.
- Testez avec des nombres négatifs, des décimaux et des valeurs manquantes.
- Appliquez la même opération à un tableau plus grand à plusieurs dimensions et mesurez le temps.
Erreurs fréquentes
Combiner des conditions avec and
Le and de Python ne fonctionne pas sur des tableaux ; utilisez & avec des parenthèses.
scores[scores >= 80 and scores < 90]
scores[(scores >= 80) & (scores < 90)]
Leçon terminée ?
Marquez-la comme apprise pour suivre votre progression.
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.
- Above-Average Values Keep the values that are greater than the average. Facile
- Count Positive Numbers Count the values greater than zero in a list. Facile