Pratique des tableaux NumPy
Entraînons-nous à découper les tableaux numpy et à utiliser le concept de diffusion de NumPy. Rappelez-vous que la diffusion fait référence à la capacité d'un tableau numpy à vectoriser les opérations, de sorte qu'elles sont effectuées sur tous les éléments d'un objet en même temps.
Un tableau bidimensionnel numpy a été chargé dans votre session (appelé nums) et imprimé dans la console pour votre commodité. numpy a été importé dans votre session sous le nom de np.
Cet exercice fait partie du cours
Écrire du code Python efficace
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Print second row of nums
print(nums[____,____])
# Print all elements of nums that are greater than six
print(____[____ > ____])
# Double every element of nums
nums_dbl = ____ * ____
print(nums_dbl)
# Replace the third column of nums
nums[____,____] = ____[____,____] + ____
print(nums)