NumPy : tableaux et calcul vectorisé

NumPy : tableaux et calcul vectorisé

NumPy est la bibliothèque de calcul numérique sur laquelle reposent pandas, scikit-learn et la plupart des outils data en Python. Sa brique de base est le tableau (ndarray) : une grille de valeurs d’un même type, stockée de façon compacte en mémoire.

Créer un tableau

import numpy as np   # alias universel

prix = np.array([49.0, 19.0, 189.0, 25.5])
print(prix.shape)    # (4,)     : 4 éléments sur une dimension
print(prix.dtype)    # float64  : tous les éléments ont le même type

np.arange(0, 10, 2)  # array([0, 2, 4, 6, 8])
np.zeros(3)          # array([0., 0., 0.])
np.linspace(0, 1, 5) # 5 valeurs régulières entre 0 et 1

Calculer sans boucle : la vectorisation

Avec une liste, pour appliquer une TVA, il faut une boucle ou une compréhension. Avec NumPy, on écrit l’opération directement sur le tableau :

prix_ttc = prix * 1.2        # chaque élément est multiplié
quantites = np.array([3, 10, 1, 4])
ca = prix * quantites        # multiplication élément par élément
print(ca.sum())              # 628.0

Ce calcul vectorisé est exécuté en code compilé : sur un million de valeurs, il est des dizaines de fois plus rapide qu’une boucle Python. Le fait de combiner un tableau et un simple nombre (prix * 1.2) s’appelle le broadcasting : NumPy « étire » le nombre à la taille du tableau.

Attention : avec une liste, [1, 2] * 2 donne [1, 2, 1, 2] (répétition), alors qu’avec NumPy np.array([1, 2]) * 2 donne [2, 4].

Filtrer avec un masque booléen

Une comparaison sur un tableau renvoie un tableau de booléens, appelé masque :

masque = prix > 30
print(masque)              # [ True False  True False]
print(prix[masque])        # [ 49. 189.]  : seuls les True sont gardés
print(prix[(prix > 20) & (prix < 100)])   # [49.  25.5]
print(masque.sum())        # 2 : True compte comme 1

Pour combiner des conditions, utilisez & (et), | (ou), ~ (non) et mettez chaque condition entre parenthèses. Les mots-clés and / or ne fonctionnent pas sur des tableaux.

Tableaux à deux dimensions et axis

# ventes : 3 magasins (lignes) x 4 trimestres (colonnes)
ventes = np.array([[10, 12, 9, 14],
                   [ 8,  7, 11, 10],
                   [15, 14, 13, 18]])
print(ventes.shape)          # (3, 4)
print(ventes[0, 2])          # 9 : ligne 0, colonne 2
print(ventes.sum(axis=1))    # [45 36 60] : total par magasin (on réduit les colonnes)
print(ventes.mean(axis=0))   # moyenne par trimestre (on réduit les lignes)
print(ventes.max())          # 18 : sur tout le tableau

Retenez : axis=0 agrège le long des lignes (un résultat par colonne), axis=1 agrège le long des colonnes (un résultat par ligne).

À retenir

• Un tableau NumPy a un type unique et une forme (shape).
• Les opérations sont vectorisées : pas de boucle.
• Filtrez avec des masques et &, |, ~ entre parenthèses.