import numpy as np
À noter qu'on n'utilise ici le type matrix et non le type array.
# définition d'une matrice
A=np.mat("[1 0 3 ; 4 5 6 ; 7 8 9 ]")
print(A)
print(type(A))
# convertir une matrice en tableau
K=np.asarray(A)
print(K)
print(type(K))
# accés aux coefficients
a=A[1,0]
print(a)
b=A[2,2]
print(b)
# matrice colonne
B=np.mat("[2 ; 0; 3]")
print(B)
# poduit d'un réel par une matrice
C=2*A
print(C)
# produit de matrice
D=A*B
print(D)
# inverse de la matrice
E=np.linalg.inv(A)
print(E)
# matrice identité
I=np.mat(np.eye(3,3))
print(I)
K=A+I
print(K)
# à partir de tuples
a = np.array(((1.,2),(3,4)))
print(a)
print(a.ndim)
print(a.shape)
print(a.dtype)
# avec des "floats" :
b = np.array([
[1., 2],
[9, 3.]
])
print(b)
c=a+b
print(c)
Attention : le produit matricielle n'est pas avec le fois mais avec une fonction np.dot(a,b).
# produit matricielle
d=np.dot(a,b)
print(d)
# inverse de la matrice
e=np.linalg.inv(d)
print(e)
# transposée de la matrice
k=np.transpose(a)
print(k)
g=np.power(a,3)
print(g)
# définition exhaustive
a=np.array([1,2,3,4,5,6])
print(a)
type(a)
# tableau régulier de 11 valeurs entre 1 et 2
b=np.linspace(1,2,11)
print(b)
On utilise ici le type array.
s=np.array([1,5,6.2,8,10,0.6,24,6.2,6,3])
print(s)
print(sorted(s))
n=len(s)
print(f"Effectif : {n}")
minimum =np.min(s)
print(f"Minimum : {minimum}")
maximum =np.max(s)
print(f"Maximum : {maximum}")
moyenne =np.mean(s)
print(f"Moyenne : {moyenne}")
mediane =np.median(s)
print(f"Médiane : {mediane}")
ecart_type =np.std(s)
print(f"Écart_type : {ecart_type}")
a = np.array([1.,2.,3.5,5.,6.,7.,7.4,7.8,8.2,8.4,8.5,9.,10.2,12.5])
print(a, a.ndim, a.shape, a.dtype)
print("médiane = ",np.median(a))
print("moyenne = ",np.mean(a))
print("variance = ",np.var(a))
print("Écart-type = ",np.std(a))