Dépot Copyright

 CopyrightFrance.com

Cours Python

  1. Introduction à Python
  2. Ide Python
  3. Premier programme Python
  4. Les variables en Python
  5. Les commentaires en Python
  6. Les opérateurs Python
  7. Les fonctions en Python
  8. Structure If else... Python
  9. For While Python
  10. Formatage des chaines Python
  11. Les listes en Python
  12. Les tuples en Python
  13. Les dictionnaires en Python
  14. Les ensembles en Python
  15. POO et classes en Python
  16. Héritage en Python
  17. Les exceptions en Python
  18. Le gestionnaire des packages pip
  19. Télécharger le cours complet
  20. Les modules en Python
  21. Le module OS
  22. Module datetime Python
  23. Le module Platform
  24. Le module virtualenv
  25. Le Module PyInstaller
  26. Les fichiers en Python
  27. Les fichiers ouverture & lecture
  28. Les fichiers ouverture & écriture
  29. Les fichiers CSV en Python
  30. Les Fichiers JSON En Python
  31. Fichier de configuration .ini
  32. Python & SQLite database
  33. DB Browser for SQLite
  34. Interface Graphique Tkinter
  35. Les Windgets Tkinter
  36. Bibliothèque d'images PILLOW
  37. Module de style tkinter.ttk
  38. Liste déroulante ttk Combobox
  39. le module filedialog
  40. Projet: Création éditeur de texte
  41. Bibliothèque graphique wxPython
  42. Bibliothèque graphique PyQt5
  43. Télécharger le cours complet
  44. Le module Math
  45. La bibliothèque matplotlib
  46. Le module Python statistics
  47. Bibliothèque Sympy
  48. Bibliothèques Numpy
  49. Bibliothèques Scipy
  50. Bibliothèques Pandas
  51. Bibliothèques Scikit Learn
  52. Bibliothèques TensorFlow
  53. Python Machine Learning
  54. Introduction à Django
  55. Installation de Django
  56. Premier Projet Django
  57. Interface administrateur
  58. Créer une application django
  59. Les modèles de django
  60. Templates Django
  61. Les formulaires Django
  62. Fichiers Statiques Django
  63. Exercices Python: les bases
  64. Exercices Python: les classes
  65. Exercices Python: les fichiers
  66. Tous les TP Python
  67. Création Editeur de Texte en Python Partie1
  68. Carnet d'adresse en Python
  69. Formation Python-partie1

Utilisateurs en ligne

Users: 11 Guests, 3 Bots

Annonces Google

1 – À propos de numpy

1.1 – Qu’est-ce que numpy?

Numpy est une bibliothèque open source associée au langage Python, créée spécialement pour le calcul scientifique, notamment le calcul matriciel, tout en offrant de multiples fonctions permettant la création et la manipulation  de matrices, vecteurs, etc … Documentation officielle : https://numpy.org/doc/

1.2 Comment installer numpy?

L’installation de la bibliothèque numpy est une opération triviale, il suffit de lancer l’invite de commande cmd et de taper:

 pip install numpy

2. Matrice ou tableau avec numpy

2.1 Syntaxe de création d’une matrice avec numpy

import numpy as np
a = np.array ([ligne1, ligne2, ligne3])

Exemple: matrice à 2 lignes et 3 colonnes 2×3

import numpy as np
a = np.array ([[2,7,3], [8,5,4]])
print(a)

Cequi affiche à l’exécution:
[[2 7 3]
[8 5 4]]

2.2 Produit terme à terme

import numpy as np
a = np.array ([[5, 3], [2, 3]])
b = np.array ([[1, 3], [7, 3]])
print(a * b)

La sortie est la suivante:
[[5 9]
[14 9]]

2.3 Produit matriciel

import numpy as np
a = np.array ([[5, 3],
              [2, 3]])
b = np.array ([[1, 3],
              [1, 3]])
produit = np.dot (a, b)
print(produit)

La sortie est la suivante:
[[8 24]
[5 15]]

2.4 Transposition d’une matrice

import numpy as np
a = np.array ([[5, 3], [2, 3]])
print(a.T)

La sortie est:
[[5 2]
[3 3]]

2.5 Matrice unitaire

import numpy as np
a = np.eye (3)
print(a)

La sortie est:
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]

2.6 Créer une matrice en subdivisant un intervalle

numpy.linspace () renvoie un tableau unidimensionnel d’une valeur de début à une valeur de fin après une étape donnée.

Exemple

import numpy as np
m = np.linspace (0, 20, 5)
print("La matrice obtenue à l'étape 5 est:", m)
# La sortie est:
# La matrice obtenue à l'étape 5 est: [0. 5. 10. 15. 15. 20.]

2.7 Action d’une fonction mathématique sur un tableau

NumPy possède un grand nombre de fonctions mathématiques qui peuvent être appliquées directement à un tableau. Dans ce cas, la fonction est appliquée à chacun des éléments du tableau.

Exemple

import numpy as np
x = np.linspace (0, 3,4)
y = np.exp (x)
print(y)
# La sortie est: [1. 2.71828183 7.3890561 20.08553692]

3. La sous-bibliothèque linalg pour l’algèbre linéaire

3.1 Inverse d’une matrice avec linalg numpy

Pour inverser une matrice avec numpy, nous utilisons la méthode: NumPy algèbre linéaire . Pour plus de détails sur cette fonction, consultez la documentation officielle: https://docs.scipy.org/ doc / numpy / reference / routines.linalg.html

import numpy as np
a = np.array ([[2, 1],
              [5, 3]])
b = np.linalg.inv (a)
print ("L'inverse matriciel de a est:", b)

La sortie est:
L’inverse matriciel de a est:
[[3. -1.]
[-5. 2.]]

3.2 Les valeurs propres de la matrice avec linalg numpy

Pour calculer les valeurs propres d’une matrice avec numpy, nous utilisons la méthode eig ():

Exemple:

import numpy as np
a = np.array ([[1, 2],
              [3, 2]])
par exemple = np.linalg.eigvals (a)
print ("Les valeurs propres de la matrice a sont:", par exemple)
# La sortie est: Les valeurs propres de la matrice a sont: [-1. 4.]

Remarque:

Vous pouvez manipuler et utiliser plusieurs autres notions d’algèbre linéaire avec la bibliothèque linalg numpy, comme le polynôme caractéristique, le polome minimal, le rang d’une matrice … Voir la documentation officielle: https://docs.scipy.org/doc/numpy/reference/routines.linalg.html

 

Younes Derfoufi
CRMEF OUJDA

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Time limit is exhausted. Please reload the CAPTCHA.