{"id":55129,"date":"2021-04-20T08:44:29","date_gmt":"2021-04-20T07:44:29","guid":{"rendered":"https:\/\/datascientest.com\/?p=55129"},"modified":"2023-11-09T14:07:41","modified_gmt":"2023-11-09T14:07:41","slug":"numpy","status":"publish","type":"post","link":"https:\/\/datascientest.com\/numpy","title":{"rendered":"NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"55129\" class=\"elementor elementor-55129\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-8241004 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"8241004\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-17a2667\" data-id=\"17a2667\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4a4001e elementor-widget elementor-widget-text-editor\" data-id=\"4a4001e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<h2>NumPy est une biblioth\u00e8que Python tr\u00e8s populaire qui est principalement utilis\u00e9e pour effectuer des calculs math\u00e9matiques et scientifiques. Elle offre de nombreuses fonctionnalit\u00e9s et outils qui peuvent \u00eatre utiles pour les projets de Data Science. Se familiariser avec NumPy est une \u00e9tape indispensable dans un projet de formation en Data Science. D\u00e9couvrez tout ce que vous devez conna\u00eetre pour ma\u00eetriser Numpy.<\/h2>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-45c4266 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"45c4266\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-806ef2d\" data-id=\"806ef2d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b8ed407 elementor-widget elementor-widget-heading\" data-id=\"b8ed407\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">Qu'est-ce que NumPy ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-0d02dc2 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"0d02dc2\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-0c6845c\" data-id=\"0c6845c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1043ecb elementor-widget elementor-widget-text-editor\" data-id=\"1043ecb\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Le terme <a href=\"https:\/\/numpy.org\/\">NumPy<\/a> est en fait <strong>l&rsquo;abr\u00e9viation de \u00ab\u00a0Numerical Python\u00a0\u00bb<\/strong>. Il s&rsquo;agit d&rsquo;une biblioth\u00e8que Open Source en <a href=\"https:\/\/datascientest.com\/python-tout-savoir\">langage Python<\/a>. On utilise cet outil pour la programmation scientifique en Python, et notamment pour la programmation en Data Science, pour l&rsquo;ing\u00e9nierie, les math\u00e9matiques ou la science.<\/p><p><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: var( --e-global-typography-text-font-weight );\">La<\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: var( --e-global-typography-text-font-weight );\">\u00a0<\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: bolder;\"><a href=\"https:\/\/datascientest.com\/data-science-definition\">Data Science<\/a><\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: var( --e-global-typography-text-font-weight );\">\u00a0<\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: var( --e-global-typography-text-font-weight );\">repose sur des calculs scientifiques d&rsquo;une haute complexit\u00e9. Pour effectuer ces calculs,<\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: var( --e-global-typography-text-font-weight );\">\u00a0<\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: bolder;\">les Data Scientists ont besoin d&rsquo;outils puissants<\/span><span style=\"color: var( --e-global-color-text ); font-family: var( --e-global-typography-text-font-family ), Sans-serif; font-size: var( --e-global-typography-text-font-size ); font-weight: var( --e-global-typography-text-font-weight );\">.\u00a0<\/span>Cette biblioth\u00e8que est <strong>tr\u00e8s utile pour effectuer des op\u00e9rations math\u00e9matiques<\/strong> et statistiques en Python. Elle fonctionne \u00e0 merveille pour la multiplication de matrices ou de tableaux multidimensionnels. L&rsquo;int\u00e9gration avec C\/C++ et Fortran est tr\u00e8s facile.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-23098f8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"23098f8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-67cc3ba\" data-id=\"67cc3ba\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-30e735b elementor-widget elementor-widget-heading\" data-id=\"30e735b\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Comment fonctionne NumPy ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6514675 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6514675\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c622efc\" data-id=\"c622efc\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b724d82 elementor-widget elementor-widget-video\" data-id=\"b724d82\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/www.youtube.com\\\/watch?v=xECXZ3tyONo&quot;,&quot;video_type&quot;:&quot;youtube&quot;,&quot;controls&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-video .elementor-widget-container{overflow:hidden;transform:translateZ(0)}.elementor-widget-video .elementor-wrapper{aspect-ratio:var(--video-aspect-ratio)}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{height:100%;width:100%;display:flex;border:none;background-color:#000}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-wrapper{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .elementor-open-inline .elementor-custom-embed-image-overlay{position:absolute;top:0;right:0;bottom:0;left:0;background-size:cover;background-position:50%}.elementor-widget-video .elementor-custom-embed-image-overlay{cursor:pointer;text-align:center}.elementor-widget-video .elementor-custom-embed-image-overlay:hover .elementor-custom-embed-play i{opacity:1}.elementor-widget-video .elementor-custom-embed-image-overlay img{display:block;width:100%;aspect-ratio:var(--video-aspect-ratio);-o-object-fit:cover;object-fit:cover;-o-object-position:center center;object-position:center center}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-custom-embed-image-overlay{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-custom-embed-image-overlay img{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .e-hosted-video .elementor-video{-o-object-fit:cover;object-fit:cover}.e-con-inner>.elementor-widget-video,.e-con>.elementor-widget-video{width:var(--container-widget-width);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-9f26a1e elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"9f26a1e\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-958d2fb\" data-id=\"958d2fb\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-12d1b99 elementor-widget elementor-widget-text-editor\" data-id=\"12d1b99\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Cette plateforme comprend <strong>des objets multidimensionnels dans des \u00a0\u00bb arrays \u00ab\u00a0<\/strong>, et un package regroupant des outils d&rsquo;int\u00e9gration pour l&rsquo;impl\u00e9mentation Python. Pour faire simple, NumPy est un m\u00e9lange entre C et Python qu&rsquo;on utilise en alternative \u00e0 la programmation MATLAB traditionnelle.<\/p><p>Les donn\u00e9es, sous forme de nombres, sont trait\u00e9es en tant qu&rsquo;arrays (tableaux) pour <strong>des fonctions multidimensionnelles<\/strong> et des op\u00e9rations de r\u00e9arrangement. Il s&rsquo;agit d&rsquo;un outil tr\u00e8s utilis\u00e9 dans le domaine de la Data Science.<\/p><p>Parmi les nombreuses biblioth\u00e8ques en Python, Numpy fait partie des plus utilis\u00e9es. Pour cause, de nombreuses techniques de Data Science requi\u00e8rent<strong> des tableaux et matrices de vaste envergure<\/strong> et des calculs complexes afin d&rsquo;extraire de pr\u00e9cieuses informations \u00e0 partir des donn\u00e9es. Ce processus est simplifi\u00e9 par NumPy gr\u00e2ce \u00e0 des fonctions math\u00e9matiques diverses et vari\u00e9es.<\/p><p>Bien que basique, c&rsquo;est <strong>l&rsquo;une des biblioth\u00e8ques Python les plus importantes<\/strong> pour le calcul scientifique. En outre, d&rsquo;autres biblioth\u00e8ques d\u00e9pendent fortement des arrays NumPy qu&rsquo;elles utilisent comme inputs et outputs (entr\u00e9e et sortie de donn\u00e9es). Ainsi, TensorFlow et Scikit apprennent \u00e0 utiliser les arrays NumPy pour calculer les multiplications de matrices.<\/p><p>Au-del\u00e0, NumPy offre aussi des fonctions permettant aux d\u00e9veloppeurs d&rsquo;effectuer <strong>des fonctions math\u00e9matiques et statistiques<\/strong> basiques ou avanc\u00e9es sur des arrays et des matrices multidimensionnelles avec peu de lignes de code.<\/p><p>La <strong>structure de donn\u00e9es \u00a0\u00bb ndarray \u00ab\u00a0<\/strong> ou \u00a0\u00bb n-dimensional array \u00a0\u00bb est la principale fonctionnalit\u00e9 de NumPy. Ces tableaux ont la particularit\u00e9 d&rsquo;\u00eatre homog\u00e8nes, et tous les \u00e9l\u00e9ments doivent donc \u00eatre du m\u00eame type.<\/p><p>De mani\u00e8re g\u00e9n\u00e9rale, les arrays NumPy sont <strong>plus rapides que les listes Python<\/strong>. Toutefois, sachant qu&rsquo;il n&rsquo;est possible de stocker que les donn\u00e9es du m\u00eame type dans chaque colonne, les listes Python sont plus flexibles.<\/p><p>Pour utiliser NumPy il faut tout d\u2019abord <b>importer la librairie<\/b>, le plus souvent celle-ci est utilis\u00e9e sous <b>son alias \u00ab\u00a0np\u00a0\u00bb<\/b> qui facilite son utilisation.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t<div class=\"elementor-element elementor-element-548bcab e-flex e-con-boxed e-con\" data-id=\"548bcab\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t<div class=\"elementor-element elementor-element-268a09f e-con-full e-flex e-con\" data-id=\"268a09f\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-ba93f39 e-con-full e-flex e-con\" data-id=\"ba93f39\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<div class=\"elementor-element elementor-element-c940b88 elementor-widget elementor-widget-html\" data-id=\"c940b88\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/fc8f990b640e161ca691dee4c4e3d496.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-aed2aa6 e-con-full e-flex e-con\" data-id=\"aed2aa6\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-97c9d2c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"97c9d2c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-9e4d4ab\" data-id=\"9e4d4ab\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-2648b68 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"2648b68\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-data-analyst\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Commencer \u00e0 utiliser NumPy <\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t<div class=\"elementor-element elementor-element-c005256 e-flex e-con-boxed e-con\" data-id=\"c005256\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-c9e5acb elementor-widget elementor-widget-text-editor\" data-id=\"c9e5acb\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Ici on peut voir un exemple de tableau (arrays). Les crochets servent \u00e0 d\u00e9limiter les listes d\u2019\u00e9l\u00e9ments dans le tableau, comme l\u2019on peut voir ici ou on a d\u2019abord [0,1,2,3] qui repr\u00e9sente notre premi\u00e8re dimension.<br \/><br \/>Il est aussi possible de cr\u00e9er son tableau en utilisant la <b>fonction np.array()<\/b> de Numpy.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-cf64940 e-flex e-con-boxed e-con\" data-id=\"cf64940\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t<div class=\"elementor-element elementor-element-96de912 e-con-full e-flex e-con\" data-id=\"96de912\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-18128c8 e-con-full e-flex e-con\" data-id=\"18128c8\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<div class=\"elementor-element elementor-element-4b2b3f2 elementor-widget elementor-widget-html\" data-id=\"4b2b3f2\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/50b83e41c4d432cfde90982628eb387e.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-8712341 e-con-full e-flex e-con\" data-id=\"8712341\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-5589977 e-flex e-con-boxed e-con\" data-id=\"5589977\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-65644a3 elementor-widget elementor-widget-text-editor\" data-id=\"65644a3\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>A partir de notre <strong>liste L<\/strong> que nous avons cr\u00e9\u00e9 nous pouvons la transformer en <b>un array numpy<\/b>. Il ne faut pas oublier que les arrays NumPy ne peuvent prendre qu\u2019un type de donn\u00e9e \u00e0 la fois, contrairement aux listes qui elles peuvent m\u00e9langer valeurs num\u00e9riques et caract\u00e8res.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-a11697e e-flex e-con-boxed e-con\" data-id=\"a11697e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t<div class=\"elementor-element elementor-element-0c2c179 e-con-full e-flex e-con\" data-id=\"0c2c179\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-10eb337 e-con-full e-flex e-con\" data-id=\"10eb337\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<div class=\"elementor-element elementor-element-35cb198 elementor-widget elementor-widget-html\" data-id=\"35cb198\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/4dab94d097d6fd7244d405c21b17818b.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-1bd4620 e-con-full e-flex e-con\" data-id=\"1bd4620\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-724c4f5 e-flex e-con-boxed e-con\" data-id=\"724c4f5\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-bdc8791 elementor-widget elementor-widget-text-editor\" data-id=\"bdc8791\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Cette fois-ci notre tableau est <b>multidimensionnel<\/b>, c&rsquo;est-\u00e0-dire que celui-ci sera compos\u00e9 de plusieurs listes d\u00e9limit\u00e9es par une virgule. En utilisant l\u2019attribut shape de notre tableau, on voit qu\u2019on a un tableau de 4&#215;4. Les tableaux sont comparables \u00e0 des matrices (2d), et un tableau d\u2019une seule dimension \u00e0 un vecteur (1d). Il est possible aussi de faire des listes de matrices (3d), ce format est notamment utilis\u00e9 pour le traitement d&rsquo;image, la troisi\u00e8me dimension \u00e9tant la couleur (RGB pour Red,Green,Blue).<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-fce3514 e-flex e-con-boxed e-con\" data-id=\"fce3514\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t<div class=\"elementor-element elementor-element-3127f4e e-con-full e-flex e-con\" data-id=\"3127f4e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-d5d0443 e-con-full e-flex e-con\" data-id=\"d5d0443\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<div class=\"elementor-element elementor-element-152f9bf elementor-widget elementor-widget-html\" data-id=\"152f9bf\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/32b95abb41689f2be54ce38d91fdc555.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-8fbcd6d e-con-full e-flex e-con\" data-id=\"8fbcd6d\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-0040d00 e-flex e-con-boxed e-con\" data-id=\"0040d00\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-736f8a6 elementor-widget elementor-widget-text-editor\" data-id=\"736f8a6\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>On peut utiliser l\u2019attribut Dot des tableaux Numpy pour faire une multiplication matricielle, cependant l\u2019op\u00e9rateur @ est la fa\u00e7on recommand\u00e9e par numpy pour faire celle-ci malgr\u00e9 que l&rsquo;attribut Dot donne le m\u00eame r\u00e9sultat. <br \/><br \/>De mani\u00e8re g\u00e9n\u00e9rale, les arrays NumPy sont plus rapides que les listes Python. Toutefois, sachant qu\u2019il n\u2019est possible de stocker que les donn\u00e9es du m\u00eame type dans chaque colonne, les listes Python sont plus flexibles.<br \/><br \/><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-93240e5 e-flex e-con-boxed e-con\" data-id=\"93240e5\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t<div class=\"elementor-element elementor-element-e715620 e-con-full e-flex e-con\" data-id=\"e715620\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-6a2e483 e-con-full e-flex e-con\" data-id=\"6a2e483\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<div class=\"elementor-element elementor-element-db1cefb elementor-widget elementor-widget-html\" data-id=\"db1cefb\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script src=\"https:\/\/gist.github.com\/Thomas-AH-Heller\/6bc52da3e2dbc295bf34c0948407513e.js\"><\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-df3ac0a e-con-full e-flex e-con\" data-id=\"df3ac0a\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;full&quot;}\">\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-8ea825e e-flex e-con-boxed e-con\" data-id=\"8ea825e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-b4ca091 elementor-widget elementor-widget-text-editor\" data-id=\"b4ca091\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Ici nous pouvons constater que numpy est approximativement 35 fois plus rapide en moyenne que les listes pythons pour des op\u00e9rations de sommes. <\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ff7f8c9 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ff7f8c9\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d561070\" data-id=\"d561070\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c792d34 elementor-widget elementor-widget-heading\" data-id=\"c792d34\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">A quoi sert Numpy ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7f69fef elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"7f69fef\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-be02834\" data-id=\"be02834\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-48321f8 elementor-widget elementor-widget-text-editor\" data-id=\"48321f8\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Pour r\u00e9sumer NumPy, voici ses caract\u00e9ristiques principales. Il s\u2019agit d\u2019une combinaison entre C et Python, reposant sur des tableaux de donn\u00e9es multidimensionnels et homog\u00e8nes : les <strong>Ndarrays<\/strong> (ndimensional arrays).<\/span><\/p><p>Comme sur <b>MATLAB<\/b>, le type de base est un tableau multidimensionnel, ce qui permet d&rsquo;acc\u00e9l\u00e9rer la vitesse de calcul sur les matrices. M\u00eame s&rsquo;il existe des diff\u00e9rences de syntaxe, le comportement reste similaire entre <b>NumPy<\/b> et <b>MATLAB<\/b>. A l&rsquo;aide des autres librairies Python, notamment <a href=\"https:\/\/datascientest.com\/tout-savoir-sur-scikit-learn\">Scikit-Learn<\/a>, Numpy permet \u00e0 Python d&rsquo;\u00eatre le langage de pr\u00e9dilection en Data Science.<\/p><p><span style=\"font-weight: 400;\">NumPy est l&rsquo;un des packages les plus utilis\u00e9s pour le calcul scientifique en Python. Il fournit un objet de tableau multidimensionnel, et des variations telles que les masques et les matrices pouvant \u00eatre utilis\u00e9s pour diverses op\u00e9rations math\u00e9matiques.<\/span><\/p><p><span style=\"font-weight: 400;\">Cet outil est compatible avec de nombreux autres packages Python populaires, dont pandas et matplotlib. Sa popularit\u00e9 est due au fait que sa vitesse est sup\u00e9rieure aux tableaux Python classiques, gr\u00e2ce au code C pr\u00e9-compil\u00e9 et optimis\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">En outre, les tableaux et op\u00e9rations sont vectoris\u00e9s ce qui signifie qu&rsquo;il n&rsquo;y a pas de looping explicite ou d&rsquo;indexing dans le code. Ainsi, le code est plus lisible et similaire \u00e0 la notation math\u00e9matique standard.<\/span><\/p><p><span style=\"font-weight: 400;\">On peut utiliser NumPy pour cr\u00e9er une matrice identit\u00e9 \u00e0 l&rsquo;aide de la <\/span><b>fonction NumPy Identity<\/b><span style=\"font-weight: 400;\">. Cet outil permet de cr\u00e9er des tableaux de dimensions en tout genre.<\/span><\/p><p><span style=\"font-weight: 400;\">Au sein d&rsquo;un array NumPy, le premier axe est l&rsquo;axis 0. Il est possible d&rsquo;ajouter des \u00e9l\u00e9ments dans les tableaux, permettant d&rsquo;assembler des vecteurs et des matrices.<\/span><\/p><p><span style=\"font-weight: 400;\">Une large vari\u00e9t\u00e9 de types de donn\u00e9es est prise en charge par les tableaux NumPy, et toutes sortes de calculs num\u00e9riques peuvent \u00eatre effectu\u00e9s.<\/span><\/p><p><span style=\"font-weight: 400;\">En outre, il est possible de convertir un array NumPy en liste de strings, en liste de tuples ou en liste de listes. \u00c0 l&rsquo;inverse, les listes peuvent \u00eatre converties en array, en matrice, en ndarray, en string ou en CSV.<\/span><\/p><p><span style=\"font-weight: 400;\">De mani\u00e8re g\u00e9n\u00e9rale, NumPy permet d&rsquo;effectuer facilement de nombreuses op\u00e9rations math\u00e9matiques tr\u00e8s utilis\u00e9es dans le calcul scientifique comme la multiplication vecteur-vecteur, matrice-matrice ou matrice-vecteur.<\/span><\/p><p><span style=\"font-weight: 400;\">Ce package permet aussi les op\u00e9rations sur les vecteurs et matrices comme l&rsquo;addition, la soustraction, la multiplication ou la division par un nombre. On peut aussi effectuer des comparaisons, appliquer des fonctions aux vecteurs et matrices, ou encore des op\u00e9rations de r\u00e9duction et de statistiques.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-75e4b5e elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"75e4b5e\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"\/formation-data-analyst\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Se former \u00e0 NumPy<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-efa7925 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"efa7925\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-774a0c1\" data-id=\"774a0c1\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3d32164 elementor-widget elementor-widget-heading\" data-id=\"3d32164\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Quels sont les avantages de NumPy ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3b5e1da elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3b5e1da\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-24e004d\" data-id=\"24e004d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1717e5d elementor-widget elementor-widget-text-editor\" data-id=\"1717e5d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>NumPy est tr\u00e8s utile pour <strong>effectuer des calculs logiques et math\u00e9matiques<\/strong> sur des tableaux et des matrices. Cet outil permet d&rsquo;effectuer ces op\u00e9rations bien plus rapidement et efficacement que les listes Python.<\/p><p>Les arrays NumPy pr\u00e9sentent des avantages par rapport aux listes Python traditionnelles. Ils <strong>utilisent tout d&rsquo;abord moins de m\u00e9moire<\/strong> et moins d&rsquo;espace de stockage, ce qui repr\u00e9sente le principal point fort.<\/p><p>De plus, NumPy offre <strong>de meilleures performances en termes de vitesse<\/strong> d&rsquo;ex\u00e9cution. Son utilisation est n\u00e9anmoins plus simple et plus pratique.<\/p><p>Par ailleurs, il s&rsquo;agit d&rsquo;un <strong>outil open source, utilisable totalement gratuitement<\/strong>. Il repose sur Python qui est un langage de programmation extr\u00eamement populaire avec de nombreuses biblioth\u00e8ques de haute qualit\u00e9 pour n&rsquo;importe quelle t\u00e2che. Enfin, il est tr\u00e8s facile de connecter du code C existant \u00e0 l&rsquo;interpr\u00e9teur Python<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-c9a5c53 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"c9a5c53\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-ba438c5\" data-id=\"ba438c5\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4a76f43 elementor-widget elementor-widget-heading\" data-id=\"4a76f43\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Quelle formation pour apprendre \u00e0 utiliser Numpy ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-922bfdd elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"922bfdd\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-9c56ea3\" data-id=\"9c56ea3\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e7ac14c elementor-widget elementor-widget-video\" data-id=\"e7ac14c\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/www.youtube.com\\\/watch?v=SNNK6z03TaA&amp;t=57s&quot;,&quot;video_type&quot;:&quot;youtube&quot;,&quot;controls&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-96c2706 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"96c2706\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6bcd42d\" data-id=\"6bcd42d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-bcc1cd1 elementor-widget elementor-widget-text-editor\" data-id=\"bcc1cd1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>\u00c0 l&rsquo;heure actuelle, Python est le langage de programmation le plus en vogue dans le domaine de l&rsquo;informatique. La <strong>ma\u00eetrise de ce langage<\/strong> offre de nombreuses opportunit\u00e9s de carri\u00e8re, et ce partout dans le monde.<\/p><p>Ce langage de programmation de haut niveau pr\u00e9sente de nombreux avantages, <strong>notamment sa syntaxe concise<\/strong>. C&rsquo;est l&rsquo;un des meilleurs outils pour la cr\u00e9ation de scripts dynamiques, pour le d\u00e9veloppement web, le d\u00e9veloppement d&rsquo;applications et pour la Data Science.<\/p><p>Dans ce contexte favorable, apprendre \u00e0 manier Python et NumPy peut vous ouvrir de nombreuses portes. Pour acqu\u00e9rir ces comp\u00e9tences, vous pouvez opter pour <a href=\"https:\/\/datascientest.com\/formations-data\" target=\"_blank\" rel=\"noopener\">les formations DataScientest<\/a>.<\/p><p>En effet, NumPy est au coeur du module Programmation de <strong>nos formations Data Analyst et Data Scientist<\/strong>. Il est aussi au programme de notre formation Data Management, dans le module d&rsquo;introduction \u00e0 Python. Ces trois formations vous permettent d&rsquo;acc\u00e9der aux m\u00e9tiers de la Data Science.<\/p><p>Toutes nos formations peuvent \u00eatre effectu\u00e9es <strong>en Formation Continue ou en BootCamp<\/strong>. Elles adoptent une approche innovante de \u00a0\u00bb blended learning \u00a0\u00bb alliant pr\u00e9sentiel et distanciel.<\/p><p>Nos parcours peuvent \u00eatre financ\u00e9s par le biais du Compte Personnel de Formation, ou bien par P\u00f4le Emploi via l&rsquo;AIF. \u00c0 l&rsquo;issue du parcours, les apprenants re\u00e7oivent un <strong>dipl\u00f4me certifi\u00e9 par l&rsquo;Universit\u00e9 de la Sorbonne<\/strong>.<\/p><p>Parmi les alumnis, <strong>93% ont trouv\u00e9 du travail imm\u00e9diatement<\/strong> apr\u00e8s le cursus. Ne perdez plus une seconde, et apprenez \u00e0 manier Python et NumPy \u00e0 travers nos diff\u00e9rentes formations en Data Science !<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ab8929a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ab8929a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8e9d349\" data-id=\"8e9d349\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c386147 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"c386147\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">D\u00e9couvrir la formation Data Scientist<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6bba745 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6bba745\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-213932b\" data-id=\"213932b\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-0107ce8 elementor-widget elementor-widget-text-editor\" data-id=\"0107ce8\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Vous savez tout sur NumPy. D\u00e9couvrez <a href=\"https:\/\/datascientest.com\/python-tout-savoir\" target=\"_blank\" rel=\"noopener\">notre dossier complet sur le langage Python<\/a>, et <a href=\"https:\/\/datascientest.com\/data-science-definition\" target=\"_blank\" rel=\"noopener\">notre introduction \u00e0 la Data Science<\/a>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ff12931 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ff12931\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-0378f50\" data-id=\"0378f50\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-99e93e0 elementor-widget elementor-widget-html\" data-id=\"99e93e0\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Qu'est-ce que NumPy ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Le terme NumPy est en fait l\u2019abr\u00e9viation de \u00ab Numerical Python \u00bb. Il s\u2019agit d\u2019une biblioth\u00e8que Open Source en langage Python. On utilise cet outil pour la programmation scientifique en Python, et notamment pour la programmation en Data Science, pour l\u2019ing\u00e9nierie, les math\u00e9matiques ou la science.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Comment fonctionne NumPy ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Cette plateforme comprend des objets multidimensionnels dans des  \u00bb arrays \u00ab , et un package regroupant des outils d\u2019int\u00e9gration pour l\u2019impl\u00e9mentation Python. Pour faire simple, NumPy est un m\u00e9lange entre C et Python qu\u2019on utilise en alternative \u00e0 la programmation MATLAB traditionnelle.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"A quoi sert Numpy ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Pour r\u00e9sumer NumPy, voici ses caract\u00e9ristiques principales. Il s\u2019agit d\u2019une combinaison entre C et Python, reposant sur des tableaux de donn\u00e9es multidimensionnels et homog\u00e8nes : les Ndarrays (ndimensional arrays). Comme sur MATLAB, le type de base est un tableau multidimensionnel, ce qui permet d\u2019acc\u00e9l\u00e9rer la vitesse de calcul sur les matrices. M\u00eame s\u2019il existe des diff\u00e9rences de syntaxe, le comportement reste similaire entre NumPy et MATLAB. A l\u2019aide des autres librairies Python, notamment Scikit-Learn, Numpy permet \u00e0 Python d\u2019\u00eatre le langage de pr\u00e9dilection en Data Science.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Quels sont les avantages de NumPy ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"NumPy est tr\u00e8s utile pour effectuer des calculs logiques et math\u00e9matiques sur des tableaux et des matrices. Cet outil permet d\u2019effectuer ces op\u00e9rations bien plus rapidement et efficacement que les listes Python. Les arrays NumPy pr\u00e9sentent des avantages par rapport aux listes Python traditionnelles. Ils utilisent tout d\u2019abord moins de m\u00e9moire et moins d\u2019espace de stockage, ce qui repr\u00e9sente le principal point fort.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>NumPy est une biblioth\u00e8que Python tr\u00e8s populaire qui est principalement utilis\u00e9e pour effectuer des calculs math\u00e9matiques et scientifiques. Elle offre de nombreuses fonctionnalit\u00e9s et outils qui peuvent \u00eatre utiles pour les projets de Data Science. Se familiariser avec NumPy est une \u00e9tape indispensable dans un projet de formation en Data Science. D\u00e9couvrez tout ce que [&hellip;]<\/p>\n","protected":false},"author":77,"featured_media":62643,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2497],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science<\/title>\n<meta name=\"description\" content=\"NumPy pour &quot;Numerical Python&quot; est une biblioth\u00e8que Python indispensable en Data Science. Elle permet de manipuler des matrices et tableaux \u00e0 n-dimensions. D\u00e9couvrez son fonctionnement\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/numpy\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/numpy\" \/>\n<meta property=\"og:site_name\" content=\"Formation Data Science | DataScientest.com\" \/>\n<meta property=\"article:published_time\" content=\"2021-04-20T07:44:29+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-11-09T14:07:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/04\/illu_numpy_blog-125.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Raphael Kassel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Raphael Kassel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/numpy\",\"url\":\"https:\/\/datascientest.com\/numpy\",\"name\":\"NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/#website\"},\"datePublished\":\"2021-04-20T07:44:29+00:00\",\"dateModified\":\"2023-11-09T14:07:41+00:00\",\"author\":{\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1\"},\"description\":\"NumPy pour \\\"Numerical Python\\\" est une biblioth\u00e8que Python indispensable en Data Science. Elle permet de manipuler des matrices et tableaux \u00e0 n-dimensions. D\u00e9couvrez son fonctionnement\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/numpy\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/#website\",\"url\":\"https:\/\/datascientest.com\/\",\"name\":\"Formation Data Science | DataScientest.com\",\"description\":\"Leader de la formation en Data Science\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1\",\"name\":\"Raphael Kassel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg\",\"contentUrl\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg\",\"caption\":\"Raphael Kassel\"},\"description\":\"Raphael Kassel est le Head of Data Programs chez DataScientest. Il supervise une \u00e9quipe Data, impl\u00e9mente de nouveaux parcours comme \\\"Chef de projet IA\\\" et \\\"Data Product Manager\\\", et contribue \u00e0 la modernisation des op\u00e9rations du groupe. En collaboration \u00e9troite avec l'\u00e9quipe de d\u00e9veloppement, il adapte l'accompagnement acad\u00e9mique aux \u00e9volutions de l'\u00e9quipe data et \u00e0 l'internationalisation.\",\"sameAs\":[\"https:\/\/www.linkedin.com\/in\/raphaelkassel\/\",\"Data Science\"],\"url\":\"https:\/\/datascientest.com\/author\/raphaelkassel\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science","description":"NumPy pour \"Numerical Python\" est une biblioth\u00e8que Python indispensable en Data Science. Elle permet de manipuler des matrices et tableaux \u00e0 n-dimensions. D\u00e9couvrez son fonctionnement","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/numpy","og_locale":"fr_FR","og_type":"article","og_title":"NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science","og_url":"https:\/\/datascientest.com\/numpy","og_site_name":"Formation Data Science | DataScientest.com","article_published_time":"2021-04-20T07:44:29+00:00","article_modified_time":"2023-11-09T14:07:41+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/04\/illu_numpy_blog-125.png","type":"image\/png"}],"author":"Raphael Kassel","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Raphael Kassel","Dur\u00e9e de lecture estim\u00e9e":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/datascientest.com\/numpy","url":"https:\/\/datascientest.com\/numpy","name":"NumPy : la biblioth\u00e8que Python la plus utilis\u00e9e en Data Science","isPartOf":{"@id":"https:\/\/datascientest.com\/#website"},"datePublished":"2021-04-20T07:44:29+00:00","dateModified":"2023-11-09T14:07:41+00:00","author":{"@id":"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1"},"description":"NumPy pour \"Numerical Python\" est une biblioth\u00e8que Python indispensable en Data Science. Elle permet de manipuler des matrices et tableaux \u00e0 n-dimensions. D\u00e9couvrez son fonctionnement","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/numpy"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/#website","url":"https:\/\/datascientest.com\/","name":"Formation Data Science | DataScientest.com","description":"Leader de la formation en Data Science","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1","name":"Raphael Kassel","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/datascientest.com\/#\/schema\/person\/image\/","url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg","contentUrl":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg","caption":"Raphael Kassel"},"description":"Raphael Kassel est le Head of Data Programs chez DataScientest. Il supervise une \u00e9quipe Data, impl\u00e9mente de nouveaux parcours comme \"Chef de projet IA\" et \"Data Product Manager\", et contribue \u00e0 la modernisation des op\u00e9rations du groupe. En collaboration \u00e9troite avec l'\u00e9quipe de d\u00e9veloppement, il adapte l'accompagnement acad\u00e9mique aux \u00e9volutions de l'\u00e9quipe data et \u00e0 l'internationalisation.","sameAs":["https:\/\/www.linkedin.com\/in\/raphaelkassel\/","Data Science"],"url":"https:\/\/datascientest.com\/author\/raphaelkassel"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/55129"}],"collection":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/users\/77"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/comments?post=55129"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/55129\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media\/62643"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media?parent=55129"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/categories?post=55129"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/tags?post=55129"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}