NumPy : Une relation amour-haine avec la bibliothèque de tableaux de Python

Cet article explore les points faibles de l'utilisation de NumPy, la bibliothèque de calcul de tableaux populaire de Python, lorsqu'il s'agit de tableaux multidimensionnels. Si NumPy excelle par sa simplicité et son efficacité pour les tableaux de faible dimension, son mécanisme de broadcasting et son indexation deviennent incroyablement complexes et difficiles à comprendre lorsqu'on s'attaque à des opérations multidimensionnelles plus complexes. L'auteur soutient que le problème principal de NumPy provient de son mécanisme de broadcasting qui remplace les index, ce qui entraîne une expressivité limitée. L'article utilise de multiples exemples pour mettre en évidence les difficultés de NumPy avec les calculs de tableaux complexes, en comparant les avantages et les inconvénients de l'utilisation de boucles et de np.einsum, exprimant finalement sa frustration envers NumPy et son souhait d'un langage de tableaux plus convivial.