[go: up one dir, main page]

0% ont trouvé ce document utile (0 vote)
53 vues1 page

Aidememoire Python

Ce document présente diverses fonctions et méthodes pour travailler avec des listes, des matrices et des opérations mathématiques en Python en utilisant les bibliothèques NumPy, SciPy et Matplotlib.

Transféré par

hassanbadil1999
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
53 vues1 page

Aidememoire Python

Ce document présente diverses fonctions et méthodes pour travailler avec des listes, des matrices et des opérations mathématiques en Python en utilisant les bibliothèques NumPy, SciPy et Matplotlib.

Transféré par

hassanbadil1999
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
Vous êtes sur la page 1/ 1

CCINP

Numpy : import numpy as np

np.array(L) ---- Transforme la liste L en matrice numpy np.transpose(M) ------------------------ transposée de M np.min(M) ------------------- le plus petit élément de M
np.zeros([n,m]) ------------ matrice nulle de taille n × m np.dot(M,P) ------------------------ produit matriciel M P np.shape(M) ---------------------- format de la matrice M
np.eye(n) -------------------------- matrice unité de taille n np.sum(M) ---------- somme de tous les éléments de M np.arange(a,b,p) ---- nombres ente a et b avec un pas p.
np.diag(L) ------------------------------- matrice diagonale np.max(M) ------------------ le plus grand élément de M

Liste numpy.linalg import numpy.linalg as la

[] ----------------------------- une liste vide L.remove(a) ------- enlève une fois a à L la.inv(M) ----- l’inverse de la matrice M la.matrix_rank(M) ----------- rang de M
[a] ∗ n - une liste avec n fois l’élément a max(L) ----- le plus grand élément de L la.eig(M) liste des valeurs propres de M la.det(M) ------------- déterminant de M
L.append(a) ------ Ajoute a à la fin de L min(L) ------- le plus petit élément de L et matrice de passage associée
L1 + L2 --- Concatène les listes L1 et L2 sum(L) ------ somme des éléments de L
Tracé de surfaces
len(L) -- nombre d’éléments de la liste L
L.pop(k) --- enlève l’élément d’indice k from mpl_toolkits.mplot3d ax.plot_surface(X, Y, Z)
import Axes3D plt.show()
random : import random as rd
import matplotlib.pyplot as plt
rd.random() ----------------------------------- un nombre au hasard entre 0 et 1, 1 exclus
rd.randint(a,b) --------------------------- un nombre entier au hasard entre a et b inclus ax = Axes3D(plt.figure())
rd.choice(L) -------------------------------- Choisit aléatoirement un élément de la liste. def f(x,y):
return x**2- y**2
X = np.arange(-1,1,0.02)
math : import math as m
Y = np.arange(-1,1,0.02)
m.atan(x) ------------------------ arctan(x) m.exp(x) --------------------------------- ex X, Y = np.meshgrid(X, Y)
m.factorial(n) ----------------- n! si n ∈ N m.sin(x) -------------------------------- sin x Z = f(X, Y)

m.sqrt(x) ---------------------- x si x ≥ 0 m.cos(x) ------------------------------ cos x
m.log(x) -------------------- ln(x) si x > 0
Tracé de lignes de niveau
Tracé de courbe
import matplotlib.pyplot as plt plt.show()
import matplotlib.pyplot as plt def f(x,y):
return x**2+ y**2+ x*y
def f(x): X = np.arange(-1,1,0.01)
return math.sin(x) Y = np.arange(-1,1,0.01)
X = np.arange(0,3*np.pi,0.01) X, Y = np.meshgrid(X, Y)
Y = [ f(x) for x in X ] Z = f(X, Y)
plt.plot(X, Y) plt.axis(’equal’)
plt.show() plt.contour(X, Y, Z,
[0.1,0.4,0.5])

Vous aimerez peut-être aussi