Outils pour utilisateurs

Outils du site


prog:python:numpy

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision
Révision précédente
prog:python:numpy [2020/04/16 22:09] jbpuelprog:python:numpy [2020/04/19 12:56] (Version actuelle) jbpuel
Ligne 1: Ligne 1:
 ====== Mini tutoriel de la bibliothèque NumPy ====== ====== Mini tutoriel de la bibliothèque NumPy ======
  
-NumPy est une bibliothèque dédiée à la manipulation de matrices.\\+Un tuto complet se trouve sur le [[https://numpy.org/devdocs/user/absolute_beginners.html|site officiel]]\\ 
 +Un autre très bon tuto [[https://www.tutorialspoint.com/numpy/index.htm|ici]]\\ 
 +En français un tuto plutôt orienté [[http://math.mad.free.fr/depot/numpy/essai.html|maths]] ou bien [[http://python.physique.free.fr/|physique]] 
 + 
 +NumPy est une bibliothèque dédiée à la manipulation de tableaux, vecteurs et matrices.\\
 Le principal objet que NumPy met à disposition est le **tableau**, de contenu **homogène**, de **dimension n**.\\ Le principal objet que NumPy met à disposition est le **tableau**, de contenu **homogène**, de **dimension n**.\\
 Contrairement aux listes, cette structure n'est pas dynamique.\\ Contrairement aux listes, cette structure n'est pas dynamique.\\
Ligne 53: Ligne 57:
  
   * np.sort(tab)   * np.sort(tab)
-  * np.concatenate((a, b))+  * %%np.concatenate((a, b))%%
   * np.max(tab)   * np.max(tab)
   * np.min(tab)   * np.min(tab)
Ligne 63: Ligne 67:
 Algèbre linéaire : Algèbre linéaire :
  
 +  * np.transpose(a) # Transposée de a
 +  * np.linalg.inv(a) # Inverse de a
 +  * u = np.eye(3) # Matrice identité (ici 3x3)
 +  * mat1 @ mat2 # Produit matriciel (ou produit scalaire en dimension 1)
 +  * mat1.dot(mat2) # Même chose
 +  * np.trace(a) # Trace
 +  * np.linalg.eig(j) # Valeurs propres
  
  
  
prog/python/numpy.1587074985.txt.gz · Dernière modification : 2020/04/16 22:09 de jbpuel