Python for data science, Study Guides, Projects, Research of Computer science

Download Python for data science and more Study Guides, Projects, Research Computer science in PDF only on Docsity!

R.R. – Université Lyon 2 1

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_python.html

Numpy?

R.R. – Université Lyon 2

• Numpy est un package pour Python spécialisé dans la manipulation des

tableaux (array), pour nous essentiellement les vecteurs et les matrices

• Les tableaux « numpy » ne gère que les objets de même type
• Le package propose un grand nombre de routines pour un accès rapide

aux données (ex. recherche, extraction), pour les manipulations diverses

(ex. tri), pour les calculs (ex. calcul statistique)

• Les tableaux « numpy » sont plus performants (rapidité, gestion de la

volumétrie) que les collections usuelles de Python

• Les tableaux « numpy » sont sous-jacents à de nombreux packages

dédiés au calcul scientifique sous Python.

• Attention, un vecteur est en réalité une matrice à 1 seule dimension

Il n’est pas possible de tout aborder dans ce support. Pour aller plus loin, voir absolument le manuel de référence (utilisé pour préparer ce diaporama).

http://docs.scipy.org/doc/numpy/reference/index.html

Création via une saisie manuelle

R.R. – Université Lyon 2

Préalable important : importer le module « numpy »

import numpy as np

np sera l’alias utilisé pour accéder aux routines de la librairie « numpy ».

Création manuelle à partir d’un ensemble de valeurs

a = np .array( [ 1.2,2.5,3.2,1.8 ] ) Noter le rôle des [ ] pour délimiter les valeurs

Informations sur la

structure

#type de la structure print(type(a)) # #type des données print(a.dtype) #float #nombre de dimensions print(a.ndim) #1 (on aura 2 si matrice, etc.) #nombre de lignes et col print(a.shape) #(4,)  on a tuple! 4 cases sur la 1ère^ dim (n°0) #nombre totale de valeurs print(a.size) #4, nb.lignes x nb.colonnes si matrice

Typage des données

R.R. – Université Lyon 2

Le typage des valeurs peut être implicite ou explicite

#création et typage implicite a = np.array([1,2,4]) print(a.dtype) #int

#création et typage explicite – préférable! a = np.array([1,2,4],dtype=float) print(a.dtype) #float print(a) #[1. 2. 4.]

#un vecteur de booléens est tout à fait possible b = np.array([True,False,True,True], dtype=bool) print(b) #[True False True True]

Création d’un array d’objets complexes (autres que les types de base) est possible

la donnée peut être un objet python

a = np.array([{"Toto":(45,2000)},{"Tata":(34,1500)}]) print(a.dtype) #object

Chargement à partir d’un fichier - Conversions

R.R. – Université Lyon 2

Les données peuvent être stockées dans un fichier texte (loadtxt pour charger, savetxt pour sauver)

#charger à partir d'un fichier #typage explicite possible a = np.loadtxt("vecteur.txt",dtype=float) print(a) #[4. 5. 8. 16. 68. 14. 35.]

1 seule colonne pour l’instant

Conversion d’une collection (type standard Python) en type array de « numpy »

#liste de valeurs lst = [1.2,3.1,4.5] print(type(lst)) # #conversion à partir d'une liste a = np.asarray(lst,dtype=float) print(type(a)) # print(a) #[1.2 3.1 4.5]

Remarque : si besoin, modifier le répertoire par défaut avec la fonction chdir() du module os (qu’il faut importer au préalable)

Redimensionnement

R.R. – Université Lyon 2

Rajouter une valeur en dernière position

Suppression d’une valeur via son indice

Concaténation de 2 vecteurs

Redimensionnement explicite

#vecteur de valeurs a = np.array([1.2,2.5,3.2,1.8]) #ajouter une valeur , placée en dernière position a = np.append(a,10) print(a) #[1.2 2.5 3.2 1.8 10.]

#suppression via indice b = np.delete(a,2) #une plage d’indices est aussi possible print(b) #[1.2 2.5 1.8 10.]

a = np.array([1,2,3]) #redimensionnement #1 valeur pour vecteur, couple de valeurs pour matrice a.resize(new_shape=5) print(a) #[1 2 3 0 0], les nouvelles cases mises à 0

#concatenation 2 vecteurs x = np.array([1,2,5,6]) y = np.array([2,1,7,4]) z = np.append(x,y) print(z) #[1 2 5 6 2 1 7 4]

Accès indicé – Plages d’indices – v = np.array([1.2,7.4,4.2,8.5,6.3])

R.R. – Université Lyon 2

#toutes les valeurs print(v) #ou print(v[:]) # noter le rôle du : , il faut lire ici début à fin

#accès indicé - première valeur print(v[0]) # 1.2 – Noter que le 1er^ indice est 0 (zéro)

#dernière valeur print(v[v.size-1]) #6.3, v.size est ok parce que v est un vecteur #plage d'indices contigus print(v[1:3]) # [7.4 4.2] #extrêmes, début à 3 (non-inclus) print(v[:3]) # [1.2 7.4 4.2]

#extrêmes, 2 à fin print(v[2:]) # [4.2 8.5 6.3]

#indice négatif print(v[-1]) # 6.3, dernier élément

#indices négatifs print(v[-3:]) # [4.2 8.5 6.3], 3 derniers éléments

Remarque : Mis à part

les singletons, les

vecteurs générés sont

de type numpy.ndarray

Accès indicé – Ecriture générique - v = np.array([1.2,7.4,4.2,8.5,6.3])

R.R. – Université Lyon 2

La notation générique des indices est : début:fin:pas

fin est non inclus dans la liste

#valeur n°1 à n°3 avec un pas de 1 print(v[1:4:1]) # [7.4, 4.2, 8.5]

#le pas de 1 est implicite print(v[1:4]) # [7.4, 4.2, 8.5]

#n°0 à n°2 avec un pas de 2 print(v[0:3:2]) # [1.2, 4.2]

#le pas peut être négatif, n°3 à n°1 avec un pas de - print (v[3:0:-1]) # [8.5, 4.2, 7.4]

#on peut exploiter cette idée pour inverser un vecteur print(v[::-1]) # [6.3, 8.5, 4.2, 7.4, 1.2]

Tri et recherche -- v = np.array([1.2,7.4,4.2,8.5,6.3])

R.R. – Université Lyon 2

#recherche valeur max

print(np.max(v)) # 8.

#recherche indice de valeur max

print(np.argmax(v)) # 3

#tri des valeurs

print(np.sort(v)) # [1.2 4.2 6.3 7.4 8.5]

#récupération des indices triés

print(np.argsort(v)) # [0 2 4 1 3]

#valeurs distinctes

a = np.array([1,2,2,1,1,2])

print(np.unique(a)) # [1 2]

Remarque : L’équivalent

existe pour min()

CALCULS SUR LES VECTEURS

R.R. – Université Lyon 2

Calculs entre vecteurs – Le principe « elementwise »

R.R. – Université Lyon 2

Principe : Les calculs se font élément par élément

(elemenstwise) entre vecteurs « numpy » - On a le

même principe sous R.

#calculs entre vecteurs x = np.array([1.2,1.3,1.0]) y = np.array([2.1,0.8,1.3]) #multiplication print(xy) # [2.52 1.04 1.3] #addition print(x+y) # [3.3 2.1 2.3] #multiplication par un scalaire print(2x) # [2.4 2.6 2. ]

#comparaison de vecteurs x = np.array([1,2,5,6]) y = np.array([2,1,7,4]) b = x > y print(b) # [False True False True]

#opérations logiques a = np.array([True,True,False,True],dtype=bool) b = np.array([True,False,True,False],dtype=bool) #ET logique np.logical_and(a,b) # [True False False False] #OU exclusif logique np.logical_xor(a,b) # [False True True True]

La liste des fonctions est longue. Voir - http://docs.scipy.org/doc/nump y/reference/routines.logic.html

Fonctions matricielles

R.R. – Université Lyon 2

Principe : Des fonctions

spécifiquement matricielles

existent, certaines s’appliquent à

des vecteurs

x = np.array([1.2,1.3,1.0])

y = np.array([2.1,0.8,1.3])

#produit scalaire

z = np.vdot(x,y)

print(z) # 4.

#ou l’équivalent calculé

print(np.sum(x*y)) # 4.

#norme d'un vecteur

n = np.linalg.norm(x)

print(n) # 2.

#ou l’équivalent calculé

import math

print(math.sqrt(np.sum(x**2))) # 2.

R.R. – Université Lyon 2 19

Références

De la documentation à profusion ( n’achetez pas des livres sur Python )

Site du cours http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_python.html

Site de Python Welcome to Python - https://www.python.org/ Python 3.4.3 documentation - https://docs.python.org/3/index.html

Portail Python Page Python de Developpez.com

Quelques cours en ligne P. Fuchs, P. Poulain, « Cours de Python » sur Developpez.com G. Swinnen, « Apprendre à programmer avec Python » sur Developpez.com « Python », Cours interactif sur Codecademy

POLLS (KDnuggets) Data Mining / Analytics Tools Used Python, 4ème^ en 2015 What languages you used for data mining / data science? Python, 3ème^ en 2014 (derrière R et SAS)