Remplir des lignes et colonnes d'un array avec des boucles

Bonjour à tous,

Petit nouveau dans le monde Python, j'aurai besoin de vos lumières sur un léger soucis que je rencontre.

J'ai un array contenant des données d'aires défini comme suit:

Code:

---

A = data_lac[:,0]

---

Cet array possède une seule dimension (106 lignes).
J'aimerai utiliser ce vecteur pour calculer un deuxième paramètre définis comme:

Code:

---

g= (np.sqrt(A/pi))/n

---

Ici je veux donc que g soit en deux dimensions avec le nombre de lignes correspondant à la dimension de A (106) et un nombre de colonne dépendant du nombre de n que je veux prendre. Dans mon cas, n varie de 2 à 6. Je souhaite donc que mon array g soit de dimension (106, 5). Voici la boucle que j'utilise pour calculer g:

Code:

---

1 2 3 4 5 6

i=0 while i <= len(A)-1: for n in range(2,6): g[i][n-2] = (np.sqrt(A[i]/pi))/n i += 1 break

---

Cependant j'ai un message d'erreur m'indiquant: 'numpy.float64' object does not support item assignment
J'ai donc modifié mon code pour avoir

Code:

---

g[[i][n-2]]

---

ce qui amène un nouveau message d'erreur : IndexError: too many indices for array

Un peu d'aide serait la bienvenue,
Merci d'avance

La bonne habitude à prendre avec numpy :

1) Lorsqu'on connait la taille du tableau final, et bien d'abord le créer avec la bonne taille. Quitte à le remplir de 0 (la fonction np.zeros fait ca très bien)
2) Eviter au maximum d'utiliser des boucles pour parcourir chaque élément du tableau, mais plutot utiliser les notations slicées pour faire des opérations directement sur des tableaux au des bouts de tableaux entiers.
Notamment si vous avez :

Code:

---

1 2	A=np.array([1,2,3,4]) B=np.array([1,1,1,1])

---

Pour calculer leur somme, vous ne faites pas de boucle for, vous écrivez directement

Code:

---

C=A+B

---

Là est toute la force de numpy !

Salut, et bienvenu!

Je travaillerais avec des matrices, soit des numpy 2D arrays. Si A est de dimension 106,1, et si 1/n est de dimension 1,5 alors le produit matriciel des deux donne ce que vous recherchez. On aurait alors:

Code:

---

1 2 3

A = data_lac[:, 0] # Vérifiez que A.shape retourne (106,1) n_inv = np.hstack([1 / i for i in range(2, 7, 1)]) g = np.dot(np.sqrt(A) / np.pi, n_inv)

---

J'utilise np.hstack() qui permet, comme son nom l'indique, d'empiler horizontalement des éléments (donc un vecteur ligne). A l'intérieur j'utilise une liste en intention pour créer les inverses de n, de 2 à 6 car le dernier élément de range n'est pas pris en compte (grooooosse source d'erreurs...).

Pour la pure forme, évitez au possible de déclarer des variables avec une seule lettre. Vous conviendez que A ce n'est pas ce qu'il y a de plus explicite. Quand vous vous relirez, ou mieux partagerez votre code, ce sera pas évident de retrouver ce que c'est. Il est préférable de prendre l'habitude d'utiliser des noms ayant un sens rien qu'a la lecture. :)

Ciao

J