prog:python:numpy
Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentesRévision précédenteProchaine révision | Révision précédente | ||
prog:python:numpy [2020/04/16 22:09] – jbpuel | prog: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:// |
+ | Un autre très bon tuto [[https:// | ||
+ | En français un tuto plutôt orienté [[http:// | ||
+ | |||
+ | NumPy est une bibliothèque dédiée à la manipulation de tableaux, vecteurs et matrices.\\ | ||
Le principal objet que NumPy met à disposition est le **tableau**, | Le principal objet que NumPy met à disposition est le **tableau**, | ||
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, | + | * %%np.concatenate((a, |
* 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