Dans le cours : Python : L'analyse de données
Accédez au cours complet aujourd’hui
Inscrivez-vous aujourd’hui pour accéder à plus de 23 200 cours dispensés par des experts.
Utiliser l'indexation fancy - Tutoriel Python
Dans le cours : Python : L'analyse de données
Utiliser l'indexation fancy
À présent nous nous intéressons à une autre manière d'indexation de tableau appelée l'indexation Fancy. La différence avec l'indexation classique est qu'ici nous passons des tableaux d'indices à la place de simples scalaires. Ceci permet d'accéder très rapidement et modifier des sous-ensembles compliqués des valeurs d'un tableau. Pour mieux comprendre, prenons un exemple. On commence toujours par importer la librairie Numpy, ensuite nous allons utiliser la fonction Random pour générer des valeurs aléatoires. Ici nous considérons un tableau X comprenant vingt valeurs comprises entre 0 et 10. Regardons le résultat. Supposons maintenant que nous souhaitons accéder à deux éléments différents, par exemple l'élément d'indice 0 et l'élément d'indice 12. Nous pourrions le faire comme suit. Une autre manière de procéder consiste à passer une liste unique ou un tableau d'indices pour obtenir le même résultat, il s'agit bien donc de l'indexation Fancy. Reprenons cette fois-ci un tableau avec les…
Entraînez-vous tout en suivant la formation avec les fichiers d’exercice.
Téléchargez les fichiers utilisés par l’instructeur pour enseigner le cours. Suivez attentivement et apprenez en regardant, en écoutant et en vous entraînant.
Table des matières
-
-
-
-
(Verrouillé)
Aborder NumPy2 m 30 s
-
(Verrouillé)
Découvrir les tableaux NumPy4 m 8 s
-
(Verrouillé)
Concaténer ou diviser les tableaux4 m 41 s
-
Calculer avec les tableaux NumPy4 m 36 s
-
(Verrouillé)
Utiliser l'indexation fancy3 m 25 s
-
(Verrouillé)
Aborder les agrégations3 m 58 s
-
(Verrouillé)
Trier des valeurs4 m 42 s
-
(Verrouillé)
Structurer ses données3 m 4 s
-
(Verrouillé)
Découvrir l'ACP : Analyse en Composantes Principales1 m 35 s
-
(Verrouillé)
Déployer l'Analyse en Composantes Principales avec Python3 m 4 s
-
(Verrouillé)
Mettre en application la régression linéaire4 m 28 s
-
(Verrouillé)
-
-