Ce tutoriel est en cours de rédaction / approbation.

Création de matrices

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
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)
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)
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)
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
3ème élément de la deuxième colonne du vecteur vect_1D : -3
3ème élément de la deuxième colonne du vecteur vect_1D : -3
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 :

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
vect_intermediaire = vect_2D[1]
print("Vecteur intermédiaire 1D :", vect_intermediaire)
vect_intermediaire = vect_2D[1] print("Vecteur intermédiaire 1D :", vect_intermediaire)
vect_intermediaire = vect_2D[1]
print("Vecteur intermédiaire 1D :", vect_intermediaire)
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
Vecteur intermédiaire 1D : [-1 -2 -3]
Vecteur intermédiaire 1D : [-1 -2 -3]
Vecteur intermédiaire 1D : [-1 -2 -3]

Puis à récupérer une valeur dans ce vecteur :

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
elem = vect_intermediaire[2]
print("Valeur finale :", elem)
elem = vect_intermediaire[2] print("Valeur finale :", elem)
elem = vect_intermediaire[2]
print("Valeur finale :", elem)
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
Valeur finale : -3
Valeur finale : -3
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 .

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
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)
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)
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)
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
array 2D constitué de x1 et x2 :
[[ 0. 1. 2. 3. 4. ]
[-2.5 -1.5 -0.5 0.5 1.5]]
array 2D constitué de x1 et x2 : [[ 0. 1. 2. 3. 4. ] [-2.5 -1.5 -0.5 0.5 1.5]]
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.

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
x_2D_transpose = np.transpose(x_2D)
print("array 2D transposé constitué de x1 et x2 :\n", x_2D_transpose)
x_2D_transpose = np.transpose(x_2D) print("array 2D transposé constitué de x1 et x2 :\n", x_2D_transpose)
x_2D_transpose = np.transpose(x_2D)
print("array 2D transposé constitué de x1 et x2 :\n", x_2D_transpose)
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
array 2D transposé constitué de x1 et x2 :
[[ 0. -2.5]
[ 1. -1.5]
[ 2. -0.5]
[ 3. 0.5]
[ 4. 1.5]]
array 2D transposé constitué de x1 et x2 : [[ 0. -2.5] [ 1. -1.5] [ 2. -0.5] [ 3. 0.5] [ 4. 1.5]]
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