Aller au contenu principal
Physique, Chimie et Informatique > Programmation

Utilisation de numpy pour créer et gérer des vecteurs

import numpy as np

Remarque : Différence avec R, les indices commencent à 0.

Création manuelle à partir d’un ensemble de valeurs

tab = np.array([1, 2, 2.5, 3.2, 1.8])

Type de la structure

print(type(tab))

Type des données

print(tab.dtype)  # float64

Nombre de dimensions

print(tab.ndim)  # 1 vecteur, 2 matrice

Nombre de lignes et de colonnes

print(tab.shape)

Nombre total de valeurs

print(tab.size)

Type des données

tab = np.array([1, 2, 4])
print(tab.dtype)  # int64

tab = np.array([1, 2, 4], dtype=float)
print(tab.dtype)  # float64

tab = np.array([False, True, False, False], dtype=bool)
print(tab.dtype)  # bool

Remarque : il est possible de créer des tableaux d’objets tels que les dictionnaires (dtype=object)

Création d’une séquence de valeurs

Suite arithmétique de raison 1

tab = np.arange(start=0, stop=10)
print(tab)

Suite arithmétique de raison step

tab = np.arange(start=0, stop=10, step=2)
print(tab)

Suite linéaire (nombre de valeurs fourni et point final est inclus)

tab = np.linspace(start=0, stop=10, num=11)
print(tab)

Vecteur de valeurs toutes égales à 1

tab = np.ones(shape=5)
print(tab)

Vecteur de valeurs toutes égales à 0

tab = np.zeros(5)
print(tab)

Vecteur de valeurs toutes égales à 3.2

tab = np.full(shape=5, fill_value=3.2)
print(tab)

Conversion d’une liste en vecteur

lst = [4, 5, 6, 16, 18, 48, 64]
print(lst)
tab = np.asarray(lst, dtype=float)
print(tab)

Nombres aléatoires

Création d’un vecteur d’entiers aléatoires

À retenir

Pour size on peut utiliser un nombre à la place du tuple.

tab = np.random.randint(1, high=100, size=(1000,))
print(tab)

Création d’un vecteur de floats aléatoires compris entre 0 (inclus) et 1 (exclus)

tab = np.random.rand(1000)
print(tab)

Manipulation de fichiers

Chargement à partir d’un fichier

Remarque : Pas d’entête.

tab = np.loadtxt("vecteur.txt", dtype=float)
print(tab)

Sauvegarde d’un vecteur dans un fichier texte

lst = [np.random.randint(1, 10000) for i in range(1000)]
tab = np.asarray(lst, dtype=float)
np.savetxt("backup.txt", tab)

Redimensionnements

Ajout d’une valeur à la fin d’un tableau

tab = np.array([1, 2, 3, 4])
tab = np.append(
    tab, 5
)  # Ne modifie pas en place le tableau mais crée un nouveau tableau
print(tab)

Suppression d’un élément

tab = np.delete(
    tab, 2
)  # Ne modifie pas en place le tableau mais crée un nouveau tableau
print(tab)

Modification de la dimension (les nouvelles cases sont remplies par des 0)

tab.resize((10,))
print(tab)

Remarque : Autre écriture possible si vecteur :

tab.resize(10)

Concaténation de deux vecteurs

tab1 = np.random.rand(20)
tab2 = np.random.rand(15)
tab = np.append(tab1, tab2)
print(tab)

Filtrage - Extraction

À l’aide d’un vecteur de booléens

tab = np.array([1, 2, 3, 4])
cond = np.array([False, True, False, True])
print(tab[cond])
Avertissement
  • Si la longueur de cond trop petite, les valeurs qui manquent sont égales à False.
  • Si la longueur de cond trop grande, une exception est levée.

Une opération booléenne sur un vecteur retourne un vecteur de booléens

cond = tab > 2
print(cond)

Filtrage à l’aide d’une condition

new_tab = tab[tab > 2]
print(new_tab)

Fonctions accessibles

Si tab est défini par

tab = np.random.rand(1000)

Valeur maximale

print(np.max(tab))

Indice de la valeur maximale

print(np.argmax(tab))

Valeur minimale

print(np.min(tab))

Indice de la valeur minimale

print(np.argmin(tab))

Tri des valeurs

print(np.sort(tab))

Indices du vecteur trié

print(np.argsort(tab))

Vecteur constitué de valeurs toutes différentes

print(np.unique(tab))

Calculs sur les vecteurs

Moyenne

print(np.mean(tab))

Médiane

print(np.median(tab))

Variance

print(np.var(tab))

Quantile

print(np.percentile(tab, 50))

Somme

print(np.sum(tab))

Somme cumulée

print(np.cumsum(tab))

Calculs entre vecteurs

Avertissement

Principe : les calculs se font éléménts par éléments entre les vecteurs

x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 3, 4, 6])
z = x * y
u = x + y
v = x / y
w = x - y
t = x < y
print(z, u, v, w, t)

Fonctions matricielles

Produit scalaire

z = np.vdot(x, y)
print(z)

Calcul de la norme

n = np.linalg.norm(x)
print(n)

tab = np.array([2.1, 3.4, 6.7, 8.1, 3.5, 7.2])
tab = tab.reshape(2, 3)
print(tab.shape)