Science des données

Comment utiliser le tableau Python NumPy

Comment utiliser le tableau Python NumPy

De nombreuses bibliothèques existent en Python pour effectuer différents types de tâches. NumPy est l'un d'entre eux. La forme complète de NumPy est NumPy Python, et il est principalement utilisé pour le calcul scientifique. Les objets de tableau multidimensionnels peuvent être définis à l'aide de cette bibliothèque appelée tableau Python NumPy. Différents types de fonctions existent dans la bibliothèque NumPy pour créer le tableau. Le tableau NumPy peut être généré à partir de la liste python de données numériques, d'une plage de données et de données aléatoires. Comment le tableau NumPy peut être créé et utilisé pour effectuer différents types d'opérations a montré dans ce didacticiel.

Avantage d'utiliser NumPy Array

Le tableau NumPy est meilleur que la liste Python pour diverses raisons. Certains avantages significatifs de l'utilisation du tableau NumPy sont donnés ci-dessous.

  1. Il consomme moins de mémoire par rapport à la liste python.
  2. Cela fonctionne plus rapidement que la liste python pour la même quantité de données.
  3. Il est plus approprié d'utiliser à la place de la liste python pour certaines tâches spécifiques.

Conditions préalables

La bibliothèque NumPy n'est pas installée en Python par défaut. Donc, vous devez installer cette bibliothèque avant de pratiquer les exemples montrés dans ce tutoriel. Python 3+ est utilisé dans ce tutoriel. Exécutez la commande suivante depuis le terminal pour installer NumPy en python 3.

$ sudo apt-get install python3-numpy

Attributs du tableau NumPy

Le tableau NumPy a de nombreux attributs pour récupérer différents types d'informations sur le tableau. Certains des attributs utiles de ce tableau sont décrits ci-dessous.

  1. ndarray.ndim - Cet attribut renvoie le nombre de dimensions du tableau NumPy nommé ndarray.
  2. ndarray.façonner - Cet attribut renvoie la taille de chaque dimension du tableau NumPy nommé ndarray.
  3. ndarray.Taille - Cet attribut renvoie le nombre total d'éléments du tableau NumPy nommé ndarray.
  4. ndarray.taille des articles - Cet attribut renvoie la taille de chaque élément du tableau NumPy nommé ndarray.
  5. ndarray.dtype - Cet attribut renvoie le type de données des éléments du tableau NumPy nommé ndarray.
  6. ndarray.noctets - Cet attribut renvoie le nombre total d'octets consommés par les éléments du tableau NumPy nommé ndarray.

Utilisation du tableau NumPy

Les manières de déclarer un tableau NumPy unidimensionnel, bidimensionnel et tridimensionnel sont présentées dans cette partie du didacticiel.

Exemple-1 : Utilisation d'un tableau NumPy à une dimension

L'exemple suivant montre trois façons de créer un tableau NumPy à une dimension. fonction array() a été utilisé pour créer le premier tableau unidimensionnel de 10 nombres entiers. fonction arrange() a été utilisé pour créer le deuxième tableau unidimensionnel de 10 nombres séquentiels. fonction rand() a été utilisé pour créer le troisième tableau unidimensionnel de 10 nombres flottants aléatoires. Ensuite, le fonction print() a utilisé pour imprimer les différents attributs et les valeurs des trois tableaux.

# Importer NumPy
importer numpy en tant que np
# Déclarez le tableau NumPy dans trois tableaux différents
unTableau1 = np.tableau([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
unTableau2 = np.ranger(10)
unTableau3 = np.Aléatoire.rand(10)
# Imprimer différents attributs de trois tableaux NumPy
print("\nLa dimension du premier tableau NumPy est :", oneArray1.ndim)
print("La taille du deuxième tableau NumPy est :", oneArray2.Taille)
print("Le type de données du troisième tableau NumPy est :", oneArray3.type)
# Affiche les valeurs des trois tableaux NumPy
print("\nLes valeurs du premier tableau sont :\n", oneArray1)
print("Les valeurs du deuxième tableau sont :\n", unTableau2)
print("Les valeurs du troisième tableau sont :\n", oneArray3)

Production:

La sortie suivante apparaîtra après l'exécution du script ci-dessus. La sortie montre que le premier tableau est 1, la taille du deuxième tableau est dix, et le type de données du troisième tableau est float64. Trois tableaux ont été imprimés plus tard.

Exemple-2 : Utilisation d'un tableau NumPy à deux dimensions

L'exemple suivant montre deux façons de créer un tableau NumPy à deux dimensions. La fonction array() a été utilisée pour créer un tableau bidimensionnel de 2 lignes et 3 colonnes avec des données entières. La fonction rand() a été utilisée pour créer un tableau bidimensionnel de 2 lignes et 4 colonnes avec des données flottantes. Ensuite, la fonction print() a utilisé pour imprimer l'attribut size et les valeurs des deux tableaux.

# Importer NumPy
importer numpy en tant que np
# Déclarer un tableau à deux dimensions à l'aide de listes
deuxTableau1 = np.tableau([[12, 2, 27], [40, 15, 6]])
# Déclarer un tableau à deux dimensions en utilisant des valeurs aléatoires
deuxTableau2 = np.Aléatoire.rand(2, 4)
# Affiche la taille des deux tableaux
print("La taille du premier tableau :", twoArray1.Taille)
print("La taille du deuxième tableau :", twoArray2.Taille)
# Affiche les valeurs des deux tableaux
print("Les valeurs du premier tableau sont :\n", twoArray1)
print("Les valeurs du deuxième tableau sont :\n", twoArray2)

Production:

La sortie suivante apparaîtra après l'exécution du script ci-dessus. La sortie montre que la taille du premier tableau est de 6 (2 × 3) et que la taille du deuxième tableau est de 8 (2 × 4). Les deux tableaux ont été imprimés plus tard.

Exemple-3 : Utilisation d'un tableau NumPy en trois dimensions

L'exemple suivant montre deux façons de créer un tableau NumPy en trois dimensions. La fonction array() a été utilisée pour créer un tableau tridimensionnel de données entières. La fonction rand() a été utilisée pour créer un tableau tridimensionnel de données flottantes. Ensuite, la fonction print() a utilisé pour imprimer la dimension et les valeurs des deux tableaux.

# Importer NumPy
importer numpy en tant que np
# Créer un tableau à trois dimensions en utilisant la liste
troisArray1 = np.tableau([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])
# Créer un tableau à trois dimensions en utilisant des valeurs aléatoires
troisArray2 = np.Aléatoire.rand(2, 4, 3)
# Affiche la dimension des deux tableaux
print("La dimension du premier tableau :", threeArray1.ndim)
print("La dimension du deuxième tableau :", threeArray2.ndim)
# Affiche les valeurs des deux tableaux
print("Les valeurs du premier tableau sont :\n", threeArray1)
print("Les valeurs du deuxième tableau sont :\n", threeArray2)

Production:

La sortie suivante apparaîtra après l'exécution du script ci-dessus. La sortie montre que la dimension des deux tableaux est 3. Les deux tableaux ont été imprimés plus tard.

Conclusion

La création de différents types de tableaux NumPy a été expliquée dans ce tutoriel en utilisant plusieurs exemples. J'espère que les lecteurs pourront créer des tableaux NumPy après avoir pratiqué les exemples de ce tutoriel.

Comment utiliser Xdotool pour stimuler les clics de souris et les frappes sous Linux
Xdotool est un outil de ligne de commande gratuit et open source pour simuler les clics de souris et les frappes. Cet article couvrira un bref guide s...
Top 5 des produits de souris d'ordinateur ergonomiques pour Linux
L'utilisation prolongée de l'ordinateur provoque-t-elle des douleurs au poignet ou aux doigts? Vous souffrez de raideurs articulaires et devez constam...
Comment modifier les paramètres de la souris et du pavé tactile à l'aide de Xinput sous Linux
La plupart des distributions Linux sont livrées avec la bibliothèque "libinput" par défaut pour gérer les événements d'entrée sur un système. Il peut ...