Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment créer un tableau de tableaux en Python (avec exemples)



Vous pouvez utiliser l’une des deux méthodes suivantes pour créer un tableau de tableaux en Python à l’aide du package NumPy :

Méthode 1 : combiner des tableaux individuels

import numpy as np

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
array3 = np.array([7, 8, 9])

all_arrays = np.array([array1, array2, array3])

Méthode 2 : créer directement un tableau de tableaux

import numpy as np

all_arrays = np.array([[1, 2, 3],
                       [4, 5, 6],
                       [7, 8, 9]])

Les exemples suivants montrent comment utiliser chaque méthode dans la pratique.

Méthode 1 : combiner des tableaux individuels

Le code suivant montre comment créer un tableau de tableaux en combinant simplement des tableaux individuels :

import numpy as np

#define individual arrays
array1 = np.array([10, 20, 30, 40, 50])
array2 = np.array([60, 70, 80, 90, 100])
array3 = np.array([110, 120, 130, 140, 150])

#combine individual arrays into one array of arrays
all_arrays = np.array([array1, array2, array3])

#view array of arrays
print(all_arrays)

[[ 10  20  30  40  50]
 [ 60  70  80  90 100]
 [110 120 130 140 150]]

Méthode 2 : créer directement un tableau de tableaux

Le code suivant montre comment créer directement un tableau de tableaux :

import numpy as np

#create array of arrays
all_arrays = np.array([[10, 20, 30, 40, 50],
                       [60, 70, 80, 90, 100],
                       [110, 120, 130, 140, 150]])

#view array of arrays
print(all_arrays)

[[ 10  20  30  40  50]
 [ 60  70  80  90 100]
 [110 120 130 140 150]]

Notez que ce tableau de tableaux correspond à celui créé à l’aide de la méthode précédente.

Comment accéder aux éléments d’un tableau de tableaux

Vous pouvez utiliser la fonction shape pour récupérer les dimensions d’un tableau de tableaux :

print(all_arrays.shape)

(3, 5)

Cela nous indique qu’il y a trois lignes et cinq colonnes dans le tableau des tableaux.

Vous pouvez utiliser la fonction size pour voir combien de valeurs totales se trouvent dans le tableau de tableaux :

print(all_arrays.size)

15

Cela nous indique qu’il y a 15 valeurs au total dans le tableau de tableaux.

Vous pouvez utiliser des crochets pour accéder aux éléments situés à certaines positions du tableau de tableaux.

Par exemple, vous pouvez utiliser la syntaxe suivante pour récupérer la valeur du premier tableau situé en position d’index 3 :

print(all_arrays[0, 3])

40

Nous pouvons utiliser cette syntaxe pour accéder à n’importe quelle valeur que nous souhaitons dans le tableau de tableaux.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes avec des tableaux en Python :

Comment concaténer des tableaux en Python
Comment créer un DataFrame Pandas à partir d’un tableau NumPy
Comment convertir Pandas DataFrame en tableau NumPy

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *