Tableaux NumPy : pourquoi pas des listes
Pourquoi c'est important Un réseau fait des millions de multiplications. NumPy les fait dans du code compilé rapide, donc une ligne remplace toute une boucle et tourne bien plus vite.
Un tableau NumPy est un bloc de nombres qui ont tous le même type. L'arithmétique sur un tableau s'applique à chaque élément d'un coup :
import numpy as np
a = np.array([1, 2, 3])
a * 10 # array([10, 20, 30])
(a ** 2).sum() # 14
Vois-le
Avec une liste, tu écris la boucle ; avec un tableau, NumPy fait tourner la boucle pour toi en C. Sur un million de nombres, la version tableau est en général 20 à 100 fois plus rapide. Tu peux la chronométrer toi-même avec time.perf_counter() avant et après.
Vectorisé : écrit sous forme d'opérations sur des tableaux entiers au lieu d'une boucle Python.
Récap Les listes sont souples ; les tableaux sont rapides et font des maths sur chaque élément d'un coup.
Mots et symboles de cette leçon
- tableau
- un bloc NumPy de nombres, tous du même type, qui fait des maths sur chaque élément d'un coup
Écris sum_of_squares(a) qui prend un tableau NumPy et renvoie la somme de ses carrés, sans boucle Python (pas de for, pas de while, pas de compréhension).
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.