NumPy est une bibliothèque (library) permettant la manipulation de tableaux multidimensionnels (vecteurs, matrices, etc.). Cette bibliothèque comprend une vaste collection de fonctions mathématiques pouvant opérer sur ces tableaux.
L'élément central de NumPy est le
ndarray,
un tableau à \(n\) dimensions.
Ce tableau, à l'instar des listes de Python est un
container mutable. En revanche, contrairement à une liste, cette
structure est
homogène (tous les éléments sont du même type) et
sa taille est fixée à sa création.
Ces contraintes permettent d'optimiser les calculs et
un tableau NumPy autorise des opérations ''vectorisées'' où tout le
''vecteur'' (tableau) est traité comme une unité.
L'exécution de ces opérations vectorisées est beaucoup plus efficace
que le traitement séparé de chaque opération. Cette approche
rend la bibliothèque NumPy particulièrement performante.
Cette dernière a ainsi par exemple été l'un des éléments-clés
ayant permis d'obtenir la première image d'un trou noir en 2019
(Trou noir M87, Event Horizon Telescope Collaboration) :
L'histoire de cette image et la description détaillée de la bibliothèque NumPy peuvent être consultées en ligne à l'adresse https://numpy.org/.
Une bonne manière d'importer la bibliothèque
numpy
est d'avoir en préambule d'un notebook Python la ligne :
import numpy as np
Une fonction fct de numpy doit alors être appelée par
np.fct.
La touche <TAB> permet (dans presque tous les environnements)
d'obtenir facilement les fonctions disponibles.
Par exemple,
np.t<TAB>, permet d'avoir accès à une trentaine de
fonctions, parmi lesquelles on trouve la fonction
np.tan.
De plus amples informations (docstrings) sur la
fonction np.tan (par exemple) peuvent
ensuite être obtenues en utilisant le point d'interrogation :
np.tan?
Dernière compilation: 2025-05-28 (06:27:04)
Sauf indication contraire, le contenu de ce document est soumis à une licence Creative Commons internationale, Attribution: Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 (CC BY-NC-SA 4.0)
