Quelques opérations courantes
-----------------------------

.. jupyter-execute::
    :hide-code:

    import numpy as np


Il existe beaucoup de fonction numpy permettant de faire simplement des opérations sur les tableaux : 

Voici quelques exemples. Parfois les fonctions numpy existent sous forme d'une méthode (``objet.method``). 

.. jupyter-execute::

    a = np.random.normal(size=10000)
    
    print(np.max(a))
    print(a.max()) # Sous forme d'une méthode

    np.sum(a)
    np.mean(a)
    np.var(a)
    np.std(a)
    np.min(a)
    np.max(a)
    
Lorsque l'on a un tableau 2D (ou plus), il est possible d'éxecuter l'opération ligne par ligne (ou colonne par colonne). 

.. jupyter-execute::

    n_eleves = 10
    n_exams = 4
    
    # Tableau 2D avec les notes
    # Les notes sont aléatoires !
    notes = np.random.rand(n_eleves, n_exams)*20  

    # On fait la moyenne sur les élèves (axis=0)
    moyenne_exams = np.mean(notes, axis=0)
    print('Moyenne de chaque examen')
    print(moyenne_exams)
    
    moyenne_eleves = np.mean(notes, axis=1)
    print('Moyenne de chaque élève')
    print(moyenne_eleves)


Opération de tri : 

.. jupyter-execute::

    a = np.random.rand(10)
    b = np.sort(a)
    print(b)
    
Il est parfois utile de connaître l'indice du maximum ou minimum ou de connaître l'ordre du tri. Cela s'obtient avec les fonctions ``argmax``, ``argmin`` ou ``argsort``. 

.. jupyter-execute::

    i_max = moyenne_eleves.argmax()
    
    print(f'Le meilleur élève est le numéro {i_max}')
    

Autres fonctions utiles: 

.. jupyter-execute::
    
    N = 1000
    a = np.random.normal(size=N)    
    # Différence entre deux éléments
    np.diff(a) 
    
    # Marche aléatoire
    b = np.cumsum(a)