Création d'un tableau NumPy à partir de données existantes

Introduction

NumPy est une bibliothèque Python populaire qui offre un support pour les tableaux. Elle propose diverses façons de créer un tableau à partir des données existantes. Dans ce laboratoire, nous allons apprendre à créer un tableau à l'aide de données existantes.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder au carnet Jupyter pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.

Création d'un tableau à partir d'un tuple - Utilisation de numpy.asarray

La routine numpy.asarray est utilisée pour convertir une séquence Python en un ndarray. Créons un tableau à partir d'un tuple à l'aide de numpy.asarray.

import numpy as np

## tuple python
l = (34,7,8,78)
## création d'un tableau à partir du tuple
a = np.asarray(l)

print(type(a))
print(a)

Sortie :

<class 'numpy.ndarray'>
[34 7 8 78]

Dans le code ci-dessus, nous avons créé un tableau à l'aide de la fonction numpy.asarray() en passant le tuple l en tant qu'entrée et en stockant le tableau renvoyé dans la variable a. La sortie montre que a est un numpy.ndarray.

Création d'un tableau à partir d'une liste - Utilisation de numpy.asarray

Maintenant, nous allons créer un tableau à partir de plusieurs listes.

import numpy as np

## liste python
l = [[1,2,3],[8,9],[5,7]]
## création d'un tableau à partir de la liste
b = np.asarray(l)

print(type(b))
print(b)

Sortie :

<class 'numpy.ndarray'>
[list([1, 2, 3]) list([8, 9]) list([5, 7])]

Dans le code ci-dessus, nous avons créé un tableau à l'aide de la fonction numpy.asarray() en passant la liste l en tant qu'entrée et en stockant le tableau renvoyé dans la variable b. La sortie montre que le tableau contient des listes en tant qu'éléments plutôt que des éléments individuels.

Création d'un tableau à l'aide de numpy.frombuffer

La routine numpy.frombuffer est utilisée pour créer un tableau en utilisant le tampon spécifié.

import numpy as np

## initialiser des octets
l = b'LabEx!'
print(type(l))

a = np.frombuffer(l, dtype = "S1")
print(a)
print(type(a))

Sortie :

<class 'bytes'>
[b'S' b't' b'u' b'd' b'y' b'T' b'o' b'n' b'i' b'g' b'h' b't' b'!']
<class 'numpy.ndarray'>

Dans le code ci-dessus, nous avons créé un tableau à l'aide de la routine numpy.frombuffer où nous avons initialisé les octets et renvoyé un tableau unidimensionnel de type 'S1'. Lors de son exécution, cette fonction affiche tous les caractères individuels dans la chaîne d'octets donnée.

Création d'un tableau à l'aide de numpy.fromiter

La routine numpy.fromiter est utilisée pour créer un ndarray en utilisant un objet itérable.

import numpy as np

## utiliser un tuple python
tup = (2,4,6,20)
## créer un itérateur
it = iter(tup)

## créer un ndarray à l'aide de l'itérateur
x = np.fromiter(it, dtype = float)

print(x)
print(type(x))

Sortie :

[ 2. 4. 6. 20.]
<class 'numpy.ndarray'>

Dans le code ci-dessus, nous avons tout d'abord créé un tuple tup puis un itérateur à partir de celui-ci. Nous avons ensuite utilisé cet itérateur pour créer le tableau numpy de flottants.

Sommaire

Dans ce laboratoire, nous avons appris différentes façons de créer un tableau à l'aide des données existantes dans la bibliothèque NumPy. Nous avons utilisé différentes routines de bibliothèque pour créer des tableaux à partir de Tuples, Listes, à partir d'un Tampon et à partir d'un Itérateur. Avec ces méthodes, nous pouvons facilement créer un tableau NumPy à partir des données dont nous disposons et appliquer des analyses, des calculs et des opérations supplémentaires dessus.