Comment additionner tous les éléments d'une matrice numpy ?

Introduction

Numpy offre un grand nombre de méthodes pour effectuer des calculs sur des tableaux multidimensionnels ou matrices. Une tâche courante lors de la manipulation de matrices est d'additionner tous ses éléments.

Dans cet article on va voir comment rapidement additionner tous les éléments d'une matrice.

Création d'une matrice avec numpy

Pour créer une matrice avec numpy, on peut par exemple, créer un tableau de dimensions (2,3) rempli de nombres entiers aléatoires compris entre 0 et 5 :

import numpy as np

np.random.seed(42)

data = np.random.randint(0,5,(2,3))

donne par exemple

array([[3, 4, 2],
       [4, 4, 1]])

Veuillez noter que dans cette instance, j'ai utilisé une graine aléatoire pour générer de manière cohérente le même ensemble de nombres aléatoires. Cela a été fait uniquement à des fins éducatives.

Sommer tous les éléments d'une matrice.

Numpy fournit la fonction sum(), qui prend en argument un tableau et retourne la somme de tous les éléments de ce tableau. Cette fonction fonctionne à la fois pour les tableaux unidimensionnels et multidimensionnels.

np.sum(data)

La sortie de ce code sera ici

18

, qui est la somme de tous les éléments de la matrice.

Il convient de noter qu'en utilisant la syntaxe suivante,

data.sum()

on obtient le même résultat

    18

Vous vous demandez peut-être pourquoi nous aurions besoin d'une bibliothèque comme numpy pour effectuer des calculs aussi simples. La réponse réside dans la mise en œuvre efficace des fonctions numpy. Contrairement aux boucles traditionnelles, numpy utilise la vectorisation et les techniques de diffusion pour effectuer des calculs sur des tableaux entiers en une seule fois, ce qui le rend beaucoup plus rapide et moins gourmand en mémoire.

Non seulement cela, mais numpy dispose également de différentes fonctions intégrées pour les opérations statistiques telles que la moyenne, la médiane, l'écart type, etc., qui peuvent être effectuées rapidement et facilement sur de grands ensembles de données.

Spécifier l'axe le long duquel nous voulons calculer la somme

Numpy nous permet également de spécifier l'axe le long duquel nous voulons calculer la somme. Par exemple, si nous voulons trouver la somme des éléments le long des lignes, nous pouvons utiliser axis=0, et pour les colonnes, nous pouvons utiliser axis=1.

Ajout d'éléments le long des lignes

Pour calculer la somme de tous les éléments le long de l'axe 0, nous utilisons la fonction np.sum() dans Numpy et spécifions l'axe comme 0. Cela renverra un tableau avec la somme de chaque colonne de la matrice. Par exemple:

np.sum(data,axis=0)

donne

array([7, 8, 3])

Ajout d'éléments le long des colonnes.

Pour calculer la somme de tous les éléments le long de l'axe 1, nous utilisons également la fonction np.sum() dans Numpy et spécifions l'axe comme 1. Cela renverra un tableau avec la somme de chaque ligne de la matrice. Par exemple :

np.sum(data,axis=1)

donne

array([9, 9])

Références