Créer et lire un tableau

Ce qu'on montre. Les quatre constructeurs de tableaux du programme, et la distinction entre « fixer le pas » et « fixer le nombre de points ».

Le programme.

import numpy as np

A = np.zeros([2, 3])
I = np.eye(3)
u = np.arange(0, 10, 2)
v = np.linspace(0, 1, 5)

print(np.shape(A), np.shape(I), np.shape(u), np.shape(v))
print(u)
print(v)

Ce que chacun produit.

• np.zeros([2, 3]) : un tableau de $2$ lignes et $3$ colonnes rempli de zéros. np.shape renvoie le couple (2, 3).
• np.eye(3) : la matrice identité $I_3$, de forme (3, 3) — des $1$ sur la diagonale, des $0$ ailleurs.
• np.arange(0, 10, 2) : le tableau [0 2 4 6 8], de forme (5,). On donne le pas ($2$), et la borne haute est exclue : $10$ n'y figure pas.
• np.linspace(0, 1, 5) : le tableau [0. 0.25 0.5 0.75 1.], de forme (5,). On donne le nombre de points ($5$), et les deux bornes sont incluses ; le pas $0,25$ en est déduit.

La différence, en une phrase. arange fixe le pas et exclut la borne haute ; linspace fixe le nombre de points et inclut les deux bornes. Pour tracer une courbe sur $[a,b]$, c'est linspace qu'il faut : elle garantit que le dernier point est bien $b$.

Ce que renvoie np.shape. Un couple pour un tableau à deux dimensions — (2, 3) signifie $2$ lignes et $3$ colonnes — et un couple à un seul élément pour un tableau simple, noté (5,). C'est ainsi qu'on récupère la taille d'une matrice : np.shape(M)[0] en donne le nombre de lignes.

Point délicat. np.zeros(2, 3) est une erreur : les dimensions se passent dans une seule liste, np.zeros([2, 3]).