Maîtriser la librairie NumPy

a. Créer un ndarray à partir de listes

On peut créer un tableau NumPy à partir d’une liste en utilisant la fonction array() afin de convertir cette liste en tableau.

Syntaxe

import numpy as np 
notre_tableau=np.array([élément1,élément2,élément3,élément4]) 

Exemple de code

import numpy as np 
notre_tableau=np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17, 
18,19,20]) 
print(notre_tableau) 
type(notre_tableau) 

Résultat

[ 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20] 
numpy.ndarray 

Ici, on importe la librairie NumPy, on crée un tableau à partir d’une liste, on affiche ce tableau avec print() et on affiche le type de l’objet notre_tableau. En résultat, on a notre premier array NumPy, qui est un tableau à une dimension ici, qu’on pourrait considérer comme une liste, mais qui est bien de type ndarray.

Pour créer un tableau bidimensionnel, il faut créer une liste contenant des listes, ce qui permet de représenter un tableau à deux entrées : les lignes et les colonnes. Pour cela, il suffit de considérer que la liste qu’on donne à la fonction array() est une liste de lignes et que les listes contenues dans cette liste représentent les colonnes. Ainsi, chaque ligne contient une liste qui correspond aux colonnes de cette ligne.

Syntaxe

mon_array_bidimensionnel=np.array([[élément ligne 1 colonne 1, 
élément ligne 1 colonne 2,élément ligne 1 colonne 3], 
[élément ligne 2 colonne 1, élément ligne 2 colonne 2,  
élément ligne 2 colonne 3]]) 

Code

import numpy as np 
mon_array_bidimensionnel=np.array([[1,2,3],[4,5,6],[7,8,9]]) 
print(mon_array_bidimensionnel) 

Résultat

[[1 2 3] 
 [4 5 6] 
 [7 8 9]] 

On remarque tout de suite que, visuellement, cela ressemble à un tableau à deux dimensions, dont la première ligne contient trois colonnes avec les chiffres 1,2,3, la deuxième ligne (la deuxième liste de la liste principale) également trois colonnes avec les chiffres 4, 5, 6, etc.

Il s’agit d’un tableau d’entiers...

a. Ajouter des éléments dans un tableau

Pour ajouter des éléments, il y a différentes manières de faire. Soit on ajoute les éléments à la fin du tableau avec la fonction append() de NumPy, soit on les insère à une position donnée avec la fonction insert() de NumPy.

Syntaxe d’utilisation de la fonction append()

import numpy as np 
np.append(mon_array, elements_a_ajouter) 

Le cas d’utilisation le plus simple concerne les tableaux à une dimension, pour lesquels il suffit de donner une liste de valeurs. Pour l’exemple, reprenons l’objet notre_tableau, qui contient une suite de valeurs allant de 1 à 20, et ajoutons cinq nouvelles valeurs à la suite du tableau.

Code

np.append(notre_tableau,[21,22,23,24,25]) 

Résultat

array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 
       18, 19, 20, 21, 22, 23, 24, 25]) 

On a bien ajouté les valeurs 21, 22, 23, 24, 25 en fin de tableau avec la fonction append().

Avec un tableau à deux dimensions, on peut préciser selon quel axe on souhaite ajouter les valeurs : on peut spécifier si on souhaite ajouter une colonne, une ligne, ou encore ne rien spécifier et les éléments seront ajoutés à la suite. Attention, si on souhaite ajouter une ligne ou une colonne, il faut que ce qu’on donne comme éléments à append soit de même structure que le tableau auquel on ajoute la ligne ou la colonne.

Exemple avec iris, imaginons qu’on veuille ajouter une ligne à la fin du tableau.

Code

np.append(iris,[[10,10,10,10,10]], axis=0) 

Résultat

array([[ 5.1,  3.5,  1.4,  0.2,  1. ], 
... 
[ 5.9,  3. ,  5.1,  1.8,  3. ], 
[10. , 10. , 10. , 10. , 10. ]]) 

Ici, les doubles crochets permettent de donner un tableau à deux dimensions en entrée à append(), contenant cinq valeurs : cela est nécessaire puisqu’il y a cinq colonnes dans le tableau. En donnant le bon nombre de valeurs entre doubles crochets, on respecte la structure du tableau iris et la fonction append() fonctionne....