« Python pour le calcul scientifique/Manipulation de matrices » : différence entre les versions
Contenu supprimé Contenu ajouté
→Définir un tenseur : différence vecteur/matrice ligne ou colonne |
|||
Ligne 15 :
<source lang="python">
a = np.array([1, 3, 5, 7]) # vecteur
bc = np.array([[1], [2], [3], [4]]) # matrice 4 × 1 (
bl = np.array([[1, 2, 3, 4]]) # matrice 1 × 4 (
c = np.array([[1, 2, 3],
[2, 3, 4],
Ligne 26 :
</source>
Notez que dans NumPy, un vecteur n'est pas la même chose qu'une matrice ligne ou colonne. Un vecteur de dimension ''n'' est un tenseur d'ordre 1 et de dimensin ''n'' ; une matrice ligne ou colonne est un tenseur d'ordre 2 et de dimension 1 × ''n'' ou ''n'' × 1.
<source lang="python">
import numpy as np
a = np.array([1, 2, 3])
b = np.array([[1, 2, 3]])
c = np.array([[1], [2], [3]])
print(a.size, b.size, c.size) # 3 3 3
print(a.ndim, b.ndim, c.ndim) # 1 2 2
print(a.shape, b.shape, c.shape) # (3,) (1, 3) (3, 1)
</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.
| |||