Ce tutoriel est en cours de rédaction / approbation.

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