Chapitre 3. Structures homogènes

Les structures de données par défaut de Python permettent de gérer des données hétérogènes (par exemple des entiers et des chaînes de caractères). Cette particularité fait que les structures de données Python sont extrêmement flexibles, au détriment de la performance. En effet vu que des données hétérogènes doivent pouvoir être supportées, il n’est pas possible d’allouer une plage de mémoire fixe pour une structure de données, ce qui ralentit son utilisation. Particulièrement en mathématiques, il apparaît très régulièrement des ensembles de données homogènes de tailles fixes (liste d’entiers, vecteurs réels ou complexes, matrices…). Le module Numpy définit le type ndarray qui est optimisé pour de telles structures de données homogènes de tailles fixes. La documentation de Numpy est disponible à l’adresse : https://numpy.org/doc/stable/.
Pour charger le module Numpy, il est d’usage de procéder ainsi :
— tableau de données homogènes
— slicing
— opérations vectorielles
— indexage et sélectionCréation : La taille et le type des éléments d’un tableau Numpy doivent être connus à l’avance. La première façon de créer un tableau Numpy est de construire un tableau rempli de zéros en spécifiant la taille et le type :La seconde façon est de passer directement les données :
Numpy va alors déterminer lui-même le type et la taille du tableau. À noter qu’il est possible de forcer le type :
Le type des éléments du tableau Numpy array1 peut être déterminé pa…