Tableaux Python

Les bases d'un tableau

NumPy est le package fondamental pour le calcul numérique en Python, offrant un puissant objet tableau et une suite de fonctions pour travailler efficacement avec ces tableaux. Les avantages de Numpy sont les suivants :

- Multidimensionnel : La prise en charge ne se limite pas aux tableaux unidimensionnels.

- Des opérations puissantes : Comprend une vaste bibliothèque de fonctions mathématiques et statistiques.

- Vectorisation : Permet d'effectuer des opérations sur des tableaux entiers sans avoir recours à des boucles explicites, ce qui améliore les performances.

- Intégration : Fonctionne de manière transparente avec d'autres bibliothèques scientifiques telles que SciPy, Pandas et Matplotlib.

Commençons par créer un tableau à l'aide de Numpy. Vous devez d'abord importer NumPy, puis utiliser la fonction array() pour créer un tableau. La fonction array() prend une liste en entrée.

import numpy
my_array = numpy.array([0, 1, 2, 3, 4])
print(my_array)

[0, 1, 2, 3, 4]

Le type de my_array est un numpy.ndarray.

print(type(my_array))

<class 'numpy.ndarray'>

Exemples de tableaux

Exemple de création d'un tableau

Dans l'exemple ci-dessous, vous allez convertir une liste en un tableau en utilisant la fonction array() de NumPy. Vous allez créer une liste a_list composée d'entiers. Ensuite, à l'aide de la fonction array(), convertissez-le en tableau.

import numpy as np

a_list = [1, 2, 3, 4]
a_list

[1, 2, 3, 4]

an_array = np.array(a_list)
an_array

array([1, 2, 3, 4])

Exemple d'opération sur un tableau

Dans l'exemple ci-dessous, vous ajoutez deux tableaux numpy. Le résultat est une somme élément par élément des deux tableaux.

import numpy as np

array_A = np.array([1, 2, 3])
array_B = np.array([4, 5, 6])

print(array_A + array_B)

[5 7 9]

Exemple d'indexation de tableau

Vous pouvez sélectionner un élément d'index spécifique d'un tableau en utilisant la notation d'indexation.

import numpy as np

months_array = np.array(['Jan', 'Feb', 'March', 'Apr', 'May'])
print(months_array[3])

Apr

Vous pouvez également découper une plage d'éléments à l'aide de la notation de découpage, en spécifiant une plage d'indices.

print(months_array[2:5])

['March', 'Apr', 'May']

Exemple interactif de conversion d'une liste en tableau

Dans l'exemple ci-dessous, vous allez importer numpy en utilisant l'alias np. Créez les tableaux prices_array et earnings_array à partir des listes prices et earnings, respectivement. Enfin, imprimez les deux tableaux.

# IMPORT numpy as np
import numpy as np

# Lists
prices = [170.12, 93.29, 55.28, 145.30, 171.81, 59.50, 100.50]
earnings = [9.2, 5.31, 2.41, 5.91, 15.42, 2.51, 6.79]

# NumPy arrays
prices_array = np.array(prices)
earnings_array = np.array(earnings)

# Print the arrays
print(prices_array)
print(earnings_array)

Lorsque vous exécutez le code ci-dessus, vous obtenez le résultat suivant :

[170.12  93.29  55.28 145.3  171.81  59.5  100.5 ]
[ 9.2   5.31  2.41  5.91 15.42  2.51  6.79]

Essayez-le vous-même.

Pour en savoir plus sur les tableaux NumPy en Python, consultez cette vidéo issue de notre cours Introduction à Python pour la finance.

Ce contenu est extrait du cours Introduction à Python pour la finance de DataCamp par Adina Howe.

Consultez notre tutoriel Python sur les tableaux Numpy.