Apprenez NumPy à travers huit laboratoires guidés qui expliquent comment manipuler les tableaux, mais aussi pourquoi leur forme, leur type et leur comportement en mémoire comptent. Vous écrirez et exécuterez de petits programmes Python, de la création et l’indexation jusqu’aux fichiers, au broadcasting, aux données structurées et aux fonctions universelles.
Le cours s’appuie sur des expériences concrètes plutôt que sur un grand projet. Vous chargerez un CSV contenant des valeurs manquantes, comparerez vues et copies indépendantes, testerez des formes compatibles ou non et observerez les opérations élément par élément. Vous construirez ainsi un modèle mental fiable pour vos futurs travaux numériques.
Ce que vous apprendrez
- Créer des tableaux multidimensionnels depuis des séquences Python, des constructeurs NumPy et des fichiers
- Sélectionner et modifier des données par découpage, indexation entière et masques booléens
- Importer des données avec
genfromtxten gérant en-têtes, délimiteurs, colonnes et valeurs manquantes - Examiner, choisir et convertir les types NumPy avec
dtypeetastype - Appliquer les règles de broadcasting et reconnaître les formes incompatibles
- Distinguer vues et copies et vérifier le partage de mémoire avec
base - Définir et consulter des champs nommés dans les tableaux structurés et record arrays
- Utiliser les fonctions universelles pour les opérations élémentaires, réductions, types de sortie et comportements personnalisés
À qui s’adresse ce cours
Ce cours s’adresse aux personnes qui débutent avec NumPy et aux futurs praticiens des données souhaitant comprendre clairement le comportement des tableaux. Il convient particulièrement à celles qui savent déjà écrire du Python simple et veulent être guidées avant d’aborder de grands recueils d’exercices ou des bibliothèques fondées sur NumPy.
Prérequis : Des bases en Python — listes, variables, conditions et exécution d’un script — sont recommandées. Aucune expérience préalable de NumPy n’est nécessaire.
Environnement d’apprentissage : Chaque laboratoire fournit un WebIDE Ubuntu 22.04 avec fichiers Python de départ, terminal et données CSV utiles. Vous modifiez et exécutez des fichiers .py dans le navigateur, sans installation locale.
Questions fréquentes
Le cours est-il guidé ou composé surtout de défis ?
Il comprend huit laboratoires guidés avec explications, exemples exécutables et tâches progressives. Il n’y a pas de laboratoires de défi séparés.
Pourquoi étudier les copies et les vues ?
Les tranches NumPy peuvent partager la mémoire du tableau source, tandis que l’indexation avancée crée généralement une copie. Cette distinction permet de prévoir si une modification affectera aussi les données d’origine.
Le cours utilise-t-il des données provenant de fichiers ?
Oui. Vous utilisez loadtxt pour un CSV simple, puis genfromtxt pour ignorer un en-tête, choisir des colonnes, fixer les types et remplacer les valeurs manquantes.
Apprendrai-je Pandas, le machine learning ou la visualisation ?
Non. Le cours se concentre sur les tableaux NumPy. Il prépare à ces sujets, mais n’enseigne ni DataFrames, ni modèles prédictifs, ni workflows graphiques.
