🧠 Python - 1 - Array

Bienvenue dans ce dépôt dédié au module "Array" de la piscine Data/IA de l'École 42.

Ce projet vous fait découvrir la manipulation de tableaux avec Python, via la bibliothèque NumPy, ainsi que le traitement d'images (chargement, découpage, filtrage, affichage).

---

📁 Structure du dépôt

.
├── ex00/
│   └── give_bmi.py
├── ex01/
│   └── array2D.py
├── ex02/
│   └── load_image.py
├── ex03/
│   ├── load_image.py
│   └── zoom.py
├── ex04/
│   ├── load_image.py
│   └── rotate.py
├── ex05/
│   ├── load_image.py
│   └── pimp_image.py
└── tester/
    ├── test_ex00.py
    ├── test_ex01.py
    ├── test_ex02.py
    ├── test_ex03.py
    ├── test_ex04.py
    └── test_ex05.py

---

🧪 Tester les exercices

Chaque dossier contient une fonction principale et est testé avec un script Python dans le dossier tester/.

• Installation des dépendances :

  python3 -m venv .venv
  source .venv/bin/activate
  pip install numpy matplotlib pillow

• Exemple pour tester un exercice :

  python3 tester/test_ex00.py

---

📝 Résumé des exercices

Exercice	Nom	Description
ex00	give_bmi.py	Calcule l’IMC à partir de deux listes et filtre selon une limite.
ex01	array2D.py	Affiche la forme et découpe un tableau 2D avec slicing.
ex02	load_image.py	Charge une image (JPG/JPEG), affiche le format et les pixels RGB.
ex03	zoom.py	Zoom sur une image et l’affiche, tout en gérant les erreurs.
ex04	rotate.py	Découpe une portion d’image et la transpose sans np.transpose.
ex05	pimp_image.py	Applique des filtres de couleurs personnalisés (invert, red, green, etc.).

---

🧼 Normes & bonnes pratiques

• ✅ Python 3.10 obligatoire
• ✅ flake8 utilisé pour la conformité :

  pip install flake8
  flake8 ex00/give_bmi.py

• ✅ Documentation (__doc__) présente dans toutes les fonctions
• ✅ Aucun code en dehors de main()

---

📸 Images utilisées

Placez les images suivantes à la racine ou dans un dossier images/ :

• landscape.jpg (ex02 & ex05)
• animal.jpeg (ex03 & ex04)

---

💡 Astuce

Utilisez ce projet pour apprendre à :

• Manipuler des matrices efficacement avec NumPy
• Gérer des erreurs de manière propre
• Visualiser des tableaux sous forme d’images avec matplotlib.pyplot.imshow()

---

🤝 Contribuer

Les contributions sont les bienvenues ! Créez une issue ou une pull request.

---

📜 Licence

Projet réalisé dans le cadre de la piscine Python for Data Science – École 42 – 2025.