Développez une réelle aisance avec NumPy grâce à 100 exercices ciblés réunis dans un seul notebook Jupyter. Les 50 premiers posent les bases de la création, du calcul, de l’indexation, du remodelage, du tri et des statistiques sur les tableaux ; les 50 suivants, facultatifs, combinent ces techniques dans des problèmes plus exigeants.
Chaque exercice présente un exemple de code résolu, suivi d’une cellule vide où vous pouvez reproduire ou adapter la solution. Le parcours va des opérations courantes sur les ndarray au traitement des valeurs manquantes, à la normalisation, aux corrélations, aux valeurs propres et à la conversion d’une image en tableau, dans une approche résolument pratique du calcul numérique en Python.
Ce que vous apprendrez
- Créer des tableaux à une, deux et trois dimensions avec les constructeurs NumPy
- Appliquer des opérations arithmétiques élément par élément, matricielles et mathématiques
- Sélectionner et transformer des données par indexation, découpage, remodelage, empilement et séparation
- Résumer des tableaux avec les extrema, moyennes, variances, écarts-types et percentiles
- Trier des tableaux, repérer des valeurs, traiter les données manquantes et comparer des éléments
- Normaliser des données numériques et calculer des distances, corrélations et valeurs propres
- Combiner plusieurs opérations NumPy pour résoudre de courts problèmes de manipulation de tableaux
- Convertir les données d’une image en
ndarrayet afficher le résultat reconstruit
À qui s’adresse ce cours
Ce cours s’adresse aux personnes qui apprennent Python et souhaitent pratiquer NumPy de façon intensive, ainsi qu’aux étudiants en science des données qui veulent consolider leurs bases sur les tableaux. Les débutants peuvent suivre les exemples résolus de la première moitié, tandis que les personnes déjà familiarisées avec NumPy peuvent utiliser la seconde moitié facultative pour évaluer leurs acquis.
Prérequis : Une connaissance de la syntaxe Python de base, notamment des variables, fonctions et listes, est recommandée. Une expérience préalable de NumPy est utile, mais pas indispensable.
Environnement d’apprentissage : Un notebook Jupyter accessible dans le navigateur sous Ubuntu 22.04 est fourni avec Python 3.10 et NumPy 2.0.0. Il contient les 100 exercices, les exemples résolus et les cellules d’entraînement vides ; aucune installation locale n’est nécessaire.
Questions fréquentes
S’agit-il d’un cours guidé ou d’un recueil d’exercices ?
Il s’agit d’un grand notebook de pratique unique, et non d’une suite de laboratoires guidés distincts. De brèves explications présentent les notions principales, mais l’essentiel du temps est consacré à lire, exécuter et réécrire du code NumPy.
Les solutions sont-elles fournies ?
Oui. Chaque exercice montre une implémentation résolue et propose une cellule vide pour s’entraîner. Pour mieux progresser, essayez de reproduire le résultat sans copier directement l’exemple.
Dois-je effectuer les 100 exercices dans l’ordre ?
Les 50 premiers constituent la partie fondamentale et offrent la progression la plus cohérente. Les exercices 51 à 100 sont explicitement facultatifs : vous pouvez les sélectionner selon vos besoins ou les utiliser pour revoir certains thèmes.
Le cours enseigne-t-il le machine learning ou des projets de science des données ?
Non. Il développe des techniques NumPy utiles comme fondations pour ces domaines, mais ne construit ni modèles prédictifs ni projets complets de bout en bout. Il se concentre sur les opérations de tableaux et la résolution de problèmes numériques.
