Sommaire
Création de matrices
vect_2D = np.array(([1,2,3],[-1,-2,-3])) # déclaration colonne par colonne elem = vect_2D[1, 2] # [colonne, ligne] print("3ème élément de la deuxième colonne du vecteur vect_1D :", elem)
3ème élément de la deuxième colonne du vecteur vect_1D : -3
Pour être plus explicite, cette indexation revient à faire deux opérations à la suite.
La première consiste à la récupération d’une colonne de la matrice :
vect_intermediaire = vect_2D[1] print("Vecteur intermédiaire 1D :", vect_intermediaire)
Vecteur intermédiaire 1D : [-1 -2 -3]
Puis à récupérer une valeur dans ce vecteur :
elem = vect_intermediaire[2] print("Valeur finale :", elem)
Valeur finale : -3
Création de matrices à partir de vecteurs
Il est possible de créer des matrices à partir de vecteurs déjà existants ou générés par les méthodes vus dans le tutoriel Premiers pas avec Numpy .
x1 = np.arange(0,5,1) x2 = np.arange(-2.5,2.5,1) x_2D = np.array((x1,x2)) print("array 2D constitué de x1 et x2 :\n", x_2D)
array 2D constitué de x1 et x2 : [[ 0. 1. 2. 3. 4. ] [-2.5 -1.5 -0.5 0.5 1.5]]
Opérations sur les matrices
De nombreuses opérations sont possibles sur des objets de type array grâce à la bibliothèque Numpy. Nous allons en découvrir quelques unes dans cette section.
Transposition
Il est possible de réaliser une transposition de matrices par la fonction transpose.
x_2D_transpose = np.transpose(x_2D) print("array 2D transposé constitué de x1 et x2 :\n", x_2D_transpose)
array 2D transposé constitué de x1 et x2 : [[ 0. -2.5] [ 1. -1.5] [ 2. -0.5] [ 3. 0.5] [ 4. 1.5]]
Ce tutoriel a été co-écrit par Corentin LE PENDU (promo 2024) dans le cadre d’une semaine spécifique.
Python / Numpy / Matrices et calculs