Examiner un tableau
NumPy est importé sous le nom np. Le tableau arr prérempli contient [10, 20, 30, 40, 50].
arrExplorez les tableaux NumPy et le calcul numérique. Pratiquez la création de tableaux, l’arithmétique vectorielle et les agrégations avant des projets de données plus vastes.
Commencez ici
Chargez un exercice dans le terminal et appuyez sur Entrée. Tous les exemples fonctionnent dans la session d'introduction de cette page.
NumPy est importé sous le nom np. Le tableau arr prérempli contient [10, 20, 30, 40, 50].
arrConsultez la forme du tableau d’exemple à une dimension.
arr.shapeSélectionnez un élément avec un indice commençant à zéro.
arr[0]Lisez les éléments des indices un à trois.
arr[1:4]Ajoutez cinq à chaque élément sans modifier arr.
arr + 5Additionnez toutes les valeurs du tableau d’exemple.
arr.sum()Calculez la moyenne arithmétique.
arr.mean()Générez un tableau allant de zéro à quatre.
np.arange(5)Aucune configuration locale
Explorez les tableaux NumPy et le calcul numérique. Pratiquez la création de tableaux, l’arithmétique vectorielle et les agrégations avant des projets de données plus vastes.
Commencez par les exercices ci-dessus. Pour réaliser un projet, ouvrez le lab LabEx et utilisez de vrais outils sous Linux avec des instructions progressives et un retour immédiat.
Continuez à apprendre
Poursuivez vos expériences avec NumPy grâce à un arbre de compétences structuré. Choisissez un lab guidé et pratiquez chaque notion en ligne.
Suivez l'arbre de compétences Science des données pour appliquer les bases à des tâches et projets concrets.
Explorer l'arbre de compétences →Pratiquez Création de tableaux, Arithmétique vectorielle, Agrégations dans un environnement d'apprentissage guidé.
Ouvrir un exercice pratique →Pratiquez la création de tableaux, l'indexation, l'arithmétique et les statistiques de base. Poursuivez avec l'arbre de compétences en science des données et un lab Python hébergé pour des tâches numériques plus importantes.
Les exercices d'introduction sont gratuits. Connectez-vous pour accéder à un environnement complet ; la durée et les ressources dépendent du lab et de votre formule.
Aucune installation locale n'est nécessaire. Connectez-vous et ouvrez le lab dans un navigateur moderne. Suivez les instructions pour configurer les logiciels dans l'environnement.
Cet aperçu prend en charge un nombre limité de commandes. Ouvrez le lab Python après connexion pour accéder à plus de commandes, de paquets et de services. Les logiciels et permissions dépendent du lab.
Suivez l'arbre de compétences Science des données avec des labs et défis guidés. Pratiquez régulièrement, examinez les résultats et demandez de l'aide à Labby.
La prochaine étape
Continuez avec de vrais outils, des labs guidés et l'aide de Labby.