Comment mapper une fonction sur un tableau NumPy (avec exemples)

Vous pouvez utiliser la syntaxe de base suivante pour mapper une fonction sur un tableau NumPy :

#define function
my_function = lambda x: x*5

#map function to every element in NumPy array
my_function(my_array)

Les exemples suivants montrent comment utiliser cette syntaxe dans la pratique.

Exemple 1 : fonction de mappage sur un tableau NumPy à une dimension

Le code suivant montre comment mapper une fonction à un tableau NumPy qui multiplie chaque valeur par 2 puis ajoute 5 :

import numpy as np

#create NumPy array
data = np.array([1, 3, 4, 4, 7, 8, 13, 15])

#define function
my_function = lambda x: x*2+5

#apply function to NumPy array
my_function(data)

array([ 7, 11, 13, 13, 19, 21, 31, 35])

Voici comment chaque valeur du nouveau tableau a été calculée :

• Première valeur : 1*2+5 = 7
• Deuxième valeur : 3*2+5 = 11
• Troisième valeur : 4*2+5 = 13

Et ainsi de suite.

Exemple 2 : fonction de mappage sur un tableau NumPy multidimensionnel

Le code suivant montre comment mapper une fonction à un tableau NumPy multidimensionnel qui multiplie chaque valeur par 2, puis ajoute 5 :

import numpy as np

#create NumPy array
data = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

#view NumPy array
print(data)

[[1 2 3 4]
 [5 6 7 8]]

#define function
my_function = lambda x: x*2+5

#apply function to NumPy array
my_function(data)

array([[ 7,  9, 11, 13],
       [15, 17, 19, 21]])

Notez que cette syntaxe fonctionne aussi bien avec un tableau multidimensionnel qu’avec un tableau unidimensionnel.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans NumPy :

Comment ajouter une colonne à un tableau NumPy
Comment convertir un tableau NumPy en liste en Python
Comment exporter un tableau NumPy vers un fichier CSV