Formation Python Numpy et Scipy

1/21
Introduction
Les tableaux dans Numpy : la classe array
Scipy et ces fonctionnalit´ees
Formation Python
Numpy et Scipy
Xavier JUVIGNY Riadh Fezzani
Calcul Haute Performance
ONERA
Septembre 2008
Juvigny–Fezzani Formation Python Numpy et Scipy

2/21
Introduction
Les tableaux dans Numpy : la classe array
Scipy et ces fonctionnalit´ees
Qu’est ce que Numpy ?
module python open-source
cr´eation et manipulation des tableaux multidimensionnels
op´erations efficaces sur ces tableaux (arithm´etique, fonctions
math´ematiques, op´erations structurales...).
Historique
Numpy est l’h´eritier de deux modules ant´erieurs devenus depuis
obsol`etes :
Numeric : non efficace pour les grandes dimensions
Numarray : corrige ce probl`eme, mais est moins efficace pour
les petits tableaux
Juvigny–Fezzani Formation Python Numpy et Scipy

3/21
Introduction
Les tableaux dans Numpy : la classe array
Scipy et ces fonctionnalit´ees
Contenu de Numpy
core et lib : objets et fonctions de bases charg´ees lors de
l’importation de Numpy
linalg : alg`ebre lin´eaire de base (BLAS/LAPACK)
fft : transform´ee de Fourrier discr`ete (FFTPACK)
random : g´en´erateurs de nombres al´eatoires
Prise en main
chargement
import numpy as N
fonctions utiles
N. who ( ) # l i s t e d e s v a r i a b l e s c o u r a n t e s
N. i n f o (N) # i n f o r e l a t i v e a N
Juvigny–Fezzani Formation Python Numpy et Scipy

4/21
Introduction
Les tableaux dans Numpy : la classe array
Scipy et ces fonctionnalit´ees
D´eclaration et manipulation
La sous classe matrix
La sous classe poly1d
Outils de base
d´eclaration directe `a l’aide d’une liste
l = [ [ 1 , 2 , 3 ] , [ 4 , 5 , 6 ] ]
a = N . a r r a y ( l , dty pe=f l o a t )
b = N. a s a r r a y ( l , dt y pe=i n t )
propri´et´e d’un tableau
n = a . ndim #n o m b r e d e d i m e n s i o n s
nl , nc = a . sh a p e # t a i l l e ( c a s b i d i m e n s i o n n e l )
a . shape [ 0 ] # n b r e d ’ e l e m e n t s d a n s l a d i m e n s i o n 0
b . dty p e # t y p e d e d o n n e e s
Juvigny–Fezzani Formation Python Numpy et Scipy

5/21
Introduction
Les tableaux dans Numpy : la classe array
Scipy et ces fonctionnalit´ees
D´eclaration et manipulation
La sous classe matrix
La sous classe poly1d
D´eclaration (`a peine) plus avanc´ee
vecteur croissant avec pas constant
r 1 = N . a r a n ge ( 0 , 1 , 1 E−2)
r2 = N . r [ 0 : 1 : 1 E−2] # e q u i v a l e n t a r 1
tableaux particuliers
z = N. z e r o s ( ( 4 , 5 ) ) # t a b l e a u 4 x 5 r e m p l i d e 0
o = N. ones ( ( 5 , 4 ) ) # t a b l e a u 4 x 5 r e m p l i d e 1
e = N. empty ( ( 5 , 5 ) ) # s i m p l e a l l o c a t i o n
e [ : ] = 0 . 52 3 # e i j = 0 . 5 2 3 p r t t ( i , j )
i = N . e y e ( 4 ) # m a t r i c e i d e n t i t e
D = N. d i a g ( r , −2) # r e n 2 i e m s o u s d i a g
tableaux al´eatoires
r no rm 2D = N. random . r an dn ( 2 , 3 )
r u n i f 3 D = N. random . un if or m ( 0 , 1 , ( 3 , 3 , 2 ) )
Juvigny–Fezzani Formation Python Numpy et Scipy