Module 1: Librairies Python pour la Data Science
- Partie 1.1: Numpy [Notebook]
- Partie 2.2: Pandas [Notebook]
- Partie 2.3: Matplotlib [Notebook]
Partie 1.1: Prise en main de Numpy
NumPy est la boîte à outils de base pour le calcul scientifique avec Python. NumPy fournit, entre autres, la prise en charge des tableaux multidimensionnels avec des opérations de base sur eux et des fonctions d'algèbre linéaire utiles. De nombreuses boîtes à outils utilisent les représentations du tableau NumPy comme une structure de données de base efficace.
Importer Numpy
Numpy n'est pas une librairie native en Python, il faut l'installer au préalable.
Si vous ne l'avez pas encore installée avez pas
Pour importer Numpy if suffit de faire ceci import numpy
mais il est plus courant de faire ceci import numpy as np
Tous les éléments de x_array
sont augmentés 1 alors que la même opération sur la liste x
lève une exception.
Cette opération n'est pas possible sur les listes natives de Python
Vecteurs
Matrices
Dimensions
Transposée
Produit de deux matrices
Inverse
Indicateurs statistiques
Moyenne
Variance
Écart-type
Génération de nombres aléatoires
Lois de probabilité
Numpy permet de simuler les lois de probabilité
1. Loi normale
loc
: Moyenne
scale
: Écart-type
size
: Taille de l'échantillon
2. Loi uniforme
3. Loi exponentielle
Exporter un tableau
Numpy permet d'écrire les tableaux sur le disque, ce qui peut être utile pour faire des traitements ultérieurs.
Importer des données
Exercices
- kk
- ll
- mm
Références
Signaler un problème
Pour signaler un problème que vous avez rencontré durant l'exécution des cahiers, merci de créer une issue
. Assurez-vous que vous avez les bonnes versions des packages