python 5 - NumPy

Question 1

A quoi sert NumPy en gros ?

Answer 1

C’est un module puissant conçu pour les calculs numériques rapides et efficaces.

Avec NumPy, on utilise des tableaux (ou arrays) : ce sont comme des listes, mais en plus rapide, plus léger et mieux adapté aux calculs mathématiques.

Question 2

Quelle est la principale différence entre une liste et un array ?

Answer 2

Avec NumPy, on utilise des tableaux (ou arrays) : ce sont comme des listes, mais en plus rapide, plus léger et mieux adapté aux calculs mathématiques.

Question 3

quelle est l’instruction pour importer numpy

Answer 3

import numpy as np

Question 4

comment créer un tableau ?

Answer 4

mon_tableau = np.array([1, 2, 3, 4, 5])

Question 5

comment créer un tableau en 2 dimensions ?

Answer 5

matrice = np.array([[1, 2, 3], [4, 5, 6]])

Question 6

Comment initialiser un tableau avec des zéros

Answer 6

np.zeros(5)

Question 7

Comment initialiser un tableau avec des uns

Answer 7

np.ones(3)

Question 8

Comment initialiser un tableau de nombres aléatoires

Answer 8

generator = np.random.default_rng(
seed=42
)
generator.random(5)
# n: nombre de valeurs aléatoires

42 c random on peut mettre ce qu’on veut

Question 9

Comment initialiser une suite de nombres ?

Answer 9

np.arange(start=0, stop=10)

renvoie

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Question 10

Comment initialiser une suite de nombres avec un pas ?

Answer 10

np.arange(0, 10, 2)

renvoie

array([0, 2, 4, 6, 8])

Question 11

Comment initialiser un tableau avec des valeurs régulièrement espacées ?

Answer 11

np.linspace(0, 1, 5)

renvoie

array([0. , 0.25, 0.5 , 0.75, 1. ])

Question 12

Comment accéder aux éléments d’un array ?

Answer 12

a = np.array([10, 20, 30, 40])
print(a[0]) # 10
print(a[-1]) # 40

-1 permet de parcourir le tableau à partir de la fin

Question 13

Comment accéder aux éléments d’un tableau 2D ?

Answer 13

mat = np.array([[1, 2], [3, 4]])
print(mat[1][0]) # 3

Question 14

Comment réaliser une opération arithmétique sur un tableau ?

Answer 14

a = np.array([1, 2, 3])
a + 2

renvoie

array([3, 4, 5])

(essayer de + sur une simple liste fait rien, faire * sur une liste concatène la liste avec elle même)

Question 15

Comment se passe la multiplication de 2 arrays entre eux ?

Answer 15

array1 = np.array([1, 2, 3, 4])
array2 = np.array([5, 6, 7, 8])

Multiplication vectorisée des deux tableaux
result = array1 * array2
result

array([ 5, 12, 21, 32])

Question 16

comment trier un array de manière croissante ?

Answer 16

a = np.array([3, 1, 2, 4, 5, -1, 10, -5])

np.sort(a)

renvoie

array([-5, -1, 1, 2, 3, 4, 5, 10])

Question 17

comment trier un array de manière décroissante ?

Answer 17

np.sort(a)[::-1]

renvoie

array([10, 5, 4, 3, 2, 1, -1, -5])

Question 18

comment fonctionne reshape ?

Answer 18

a = np.array([[1, 2], [3, 4]])

a.reshape(1, 4) #1 dimension

renvoie
array([[1, 2, 3, 4]])

a.reshape(4, 1) #4 dimensions

renvoie
array([[1],
[2],
[3],
[4]])

Question 19

Indexation, slicer un tableau de 1 dimension

Answer 19

a = np.array([1, 2, 3, 4, 5])
a[1:4]

renvoie

array([2, 3, 4])

Question 20

Indexation, slicer un tableau de 2 dimensions

Answer 20

b = np.array([[1, 2], [3, 4]])

b[0, 1]
np.int64(2)

Question 21

comment fr la somme ?

Answer 21

np.sum(a)

Question 22

comment fr la moyenne ?

Answer 22

np.mean(a)

Question 23

comment fr l’écart type ?

Answer 23

np.std(a)

Question 24

comment obtenir min et max ?

Answer 24

print(“Min:”, np.min(a), “Max:”, np.max(a))

Question 25

comment obtenir la somme cumulée ?

Answer 25

a = np.array([[1, 2, 3, 4]]) a.cumsum() renvoie array([ 1, 3, 6, 10])

Question 26

faire un masque pour récupérer les données supérieures à 10 ?

Answer 26

a = np.arange(0, 20) On va récupérer que les données supérieures à 10 a[a > 10] renvoie array([11, 12, 13, 14, 15, 16, 17, 18, 19])

Question 27

qu'est ce que ça renvoie si on fait a > 10 sans mettre les crochets du masks

Answer 27

array([False, False, False, False, False, False, False, False, False, False, False, True, True, True, True, True, True, True, True, True])

Question 28

comment récupérer les indices des valeurs supérieurs à 2 ?

Answer 28

np.where(a >= 2)

Question 29

comment calculer la longueur des strings d'un array ?

Answer 29

a_str = np.array(["Rouen", "Paris", "Lille", "Marseille"]) np.char.str_len(a_str) renvoie array([5, 5, 5, 9])

Question 30

Comment récupérer les villes qui commencent par un R ?

Answer 30

a_str[np.char.startswith(a_str, "R")] renvoie array(['Rouen'], dtype='