« Python pour le calcul scientifique/Manipulation de matrices » : différence entre les versions
Contenu supprimé Contenu ajouté
ébauche |
arange, zeros, ones, eye, linspace |
||
Ligne 6 :
import numpy as np
</source>
Explication : le module NumPy contient de nombreuses fonctions spécifiques. Comme les modules sont développés par des équipes différentes, si l'on importe plusieurs modules, on risquerait d'avoir deux fonctions ayant le même nom. Pour éviter ceci, le nom du module précède le nom dela fonction ; ainsi, <code>numpy.arange()</code> désigne la fonction <code>arange()</code> définie dans NumPy. Cependant, comme il est fastidieux d'écrire à chaque fois <code>numpy.</code>,
== Définir un tenseur ==
Un tenseur est similaire à une liste mais il est défini par la fonction <code>array()</code>. La définition et l'extraction de composante utilise la méthode du découpage en tranches ''({{lang|en|slicing}})''.
'''Exemples'''
<source lang="python">
import numpy as np
a = np.array([1, 3, 5, 7]) # vecteur ligne
b = np.array([[1], [2], [3], [4]]) # vecteur colonne
c = np.array([[1, 2, 3],
[2, 3, 4],
[3, 4, 5]]) # matrice 3 × 3
d = np.array([[[1, 2, 3],
[2, 3, 4]],
[[10, 9, 8],
[ 7, 6, 5]]]) # tenseur d'ordre 3, de dimension 3 × 2 × 2
</source>
La fonction <code>arange()</code> est similaire à la fonction <code>range()</code> pour les liste ; elle génère un vecteur de réels. La fonction <code>linspace()</code> permet également de créer un vecteur de même type mais on indique le dernier nombre alors que la règle du découpage en tranches fait que le nombre maximal indiqué à <code>arange()</code> est le premier nombre qui ne ''figure pas'' dans le vecteur.). La fonction <code>zeros()</code> génère une matrice nulle, <code>zeros_like()</code> une matrice nulle ayant les dimensions d'une matrice fournie comme modèle. De même, <code>ones()</code> et <code>ones_like()</code> crée des matrice dont toutes les composantes sont à 1. La fonction <code>eye()</code> crée une matrice unité.
'''Exemples'''
<source lang="python">
import numpy as np
e = np.arange(0, 2, 0.1) # vecteur ligne (0, 0.1, 0.2…, 1.8, 1.9)
f = np.linspace(0, 2, 5) # 5 nombre entre 0 et 2 soit le vecteur (0, 0.5, 1, 1.5, 2)
g = np.zeros(3) # vecteur nul de dimension 3
h = np.zeros((3, 3)) # matrice nulle 3 × 3
k = np.ones_like(a) # matrice de 1 de même dimension que a
u = np.eye(3) # matrice unité 3 × 3
</source>
== Notes et références ==
| |||