Tableaux bidimensionnels

Introduction à Python pour la finance

Adina Howe

Instructor

import numpy as np

months = [1, 2, 3]
prices = [238.11, 237.81, 238.91]

cpi_array = np.array([months, prices])

print(cpi_array)

[[   1.      2.      3.  ]
 [ 238.11  237.81  238.91]]

Méthodes de tableau

print(cpi_array)

[[   1.      2.      3.  ]
 [ 238.11  237.81  238.91]]

.shape fournit les dimensions du tableau

print(cpi_array.shape)

(2, 3)

.size fournit le nombre total d'éléments dans le tableau

print(cpi_array.size)

import numpy as np

prices = [238.11, 237.81, 238.91]
prices_array = np.array(prices)

np.mean() calcule la moyenne d'une entrée

print(np.mean(prices_array))

238.27666666666667

np.std() calcule l'écart type d'une entrée

print(np.std(prices_array))

0.46427960923946671

numpy.arange() crée un tableau avec début, fin, pas

import numpy as np

months = np.arange(1, 13)

print(months)

[ 1  2  3  4  5  6  7  8  9 10 11 12]

months_odd = np.arange(1, 13, 2)

print(months_odd)

[ 1  3  5  7  9 11]

numpy.transpose() permet d'inverser les lignes et les colonnes d'un tableau numpy

print(cpi_array)

[[   1.      2.      3.  ]
 [ 238.11  237.81  238.91]]

cpi_transposed = np.transpose(cpi_array)

print(cpi_transposed)

[[   1.    238.11]
 [   2.    237.81]
 [   3.    238.91]]

print(cpi_array)

[[   1.      2.      3.  ]
 [ 238.11  237.81  238.91]]

# row index 1, column index 2 
cpi_array[1, 2]

238.91

# all row slice, third column
print(cpi_array[:, 2])

[   3.    238.91]

Introduction à Python pour la finance