np.std(arr_)

np.var(arr_)

np.var(arr_, ddof=1)

np.variance(arr_)

Un zéro

Un nombre nul

Not a Number (valeur invalide)

Une valeur nulle

Les arrays peuvent contenir plus de données

Les opérations sont beaucoup plus rapides et peuvent être vectorisées

Les arrays sont plus faciles à lire

Les arrays sont plus légers en mémoire

rng.integers(low, high, size)

rng.randint(low, high)

rng.random_integers(low, high)

rng.uniform(low, high)

arr_.where(arr_ > valeur)

np.find(arr_ > valeur, arr_)

arr_[arr_ > valeur]

arr_.filter(arr_ > valeur)

and → +

and → &

and → &&

Aucun remplacement n'est nécessaire

Des programmes Python qui ajoutent des fonctions au Python de base

Des applications indépendantes

Des fichiers texte contenant du code

Des extensions de navigateur

Un vecteur

Un array rectangulaire

Un tableau multi-colonnes

Une matrice

Seul le premier élément est modifié

Le scalaire est ajouté à chaque élément de l'array

Rien

Une erreur est générée

rng.normal(loc, scale, size)

rng.gaussian(loc, scale, size)

rng.random_normal()

np.normal()