NumPy Création de tableaux
Créer un objet NumPy ndarray
NumPy est utilisé pour travailler avec des tableaux. L'objet tableau dans NumPy est appelé
ndarray.
Nous pouvons créer un
ndarrayobjet NumPy en utilisant la array()fonction.
Exemple
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type() : cette fonction Python intégrée nous indique le type de l'objet qui lui est transmis. Comme dans le code ci-dessus, il montre que arrc'est le
numpy.ndarraytype.
Pour créer un ndarray, nous pouvons passer une liste, un tuple ou tout autre objet de type tableau dans la array()
méthode, et il sera converti en un
ndarray:
Exemple
Utilisez un tuple pour créer un tableau NumPy :
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Dimensions dans les tableaux
Une dimension dans les tableaux correspond à un niveau de profondeur de tableau (tableaux imbriqués).
tableau imbriqué : ce sont des tableaux qui ont des tableaux comme éléments.
Tableaux 0-D
Les tableaux 0-D, ou scalaires, sont les éléments d'un tableau. Chaque valeur d'un tableau est un tableau 0-D.
Exemple
Créer un tableau 0-D avec la valeur 42
import numpy as np
arr = np.array(42)
print(arr)
Tableaux 1-D
Un tableau qui a des tableaux 0-D comme éléments est appelé tableau unidimensionnel ou 1-D.
Ce sont les tableaux les plus courants et les plus basiques.
Exemple
Créez un tableau 1D contenant les valeurs 1,2,3,4,5 :
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
Tableaux 2D
Un tableau qui a des tableaux 1-D comme éléments est appelé un tableau 2-D.
Ceux-ci sont souvent utilisés pour représenter des matrices ou des tenseurs du 2e ordre.
NumPy a un sous-module entier dédié aux opérations matricielles appelé
numpy.mat
Exemple
Créez un tableau 2D contenant deux tableaux avec les valeurs 1,2,3 et 4,5,6 :
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
Tableaux 3D
Un tableau qui a des tableaux 2D (matrices) comme éléments est appelé tableau 3D.
Ceux-ci sont souvent utilisés pour représenter un tenseur d'ordre 3.
Exemple
Créez un tableau 3D avec deux tableaux 2D, contenant tous deux deux tableaux avec les valeurs 1,2,3 et 4,5,6 :
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Vérifier le nombre de dimensions ?
NumPy Arrays fournit l' ndimattribut qui renvoie un entier qui nous indique le nombre de dimensions du tableau.
Exemple
Vérifiez le nombre de dimensions des tableaux :
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim)
print(b.ndim)
print(c.ndim)
print(d.ndim)
Tableaux dimensionnels supérieurs
Un tableau peut avoir n'importe quel nombre de dimensions.
Lorsque le tableau est créé, vous pouvez définir le nombre de dimensions à l'aide de l' ndminargument.
Exemple
Créez un tableau à 5 dimensions et vérifiez qu'il a 5 dimensions :
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
Dans ce tableau, la dimension la plus interne (5ème dim) a 4 éléments, la 4ème dim a 1 élément qui est le vecteur, la 3ème dim a 1 élément qui est la matrice avec le vecteur, la 2ème dim a 1 élément qui est un tableau 3D et 1st dim a 1 élément qui est un tableau 4D.