wordpress接入paypal,seo的优化技巧有哪些,百度手机网站生成,哪个网站做服装定制好NumPy是Python的第三方库#xff0c;要使用需要先导入。
import numpy as np
在pycharm中可以通过np.来查看numpy的可用函数。 np.函数名? 查看对应函数的详细信息。 生成NumPy数组
ndarray 多维数组对象 numpy封装了一个新的数据类型ndarray#xff0c;是一个多维数组对…NumPy是Python的第三方库要使用需要先导入。
import numpy as np
在pycharm中可以通过np.来查看numpy的可用函数。 np.函数名? 查看对应函数的详细信息。 生成NumPy数组
ndarray 多维数组对象 numpy封装了一个新的数据类型ndarray是一个多维数组对象。该对象封装了许多常用数学运算函数。 这段代码要在jupyter中运行才会显示图片。 cv.imread函数-CSDN博客读取图片后以多维数组的形式保存图片信息前两维表示图片的像素坐标最后一维表示图片的通道索引具体图像的通道数由图片的格式来决定。是一个3维numpy数组这个数组有三个轴长度分别为1068、1080、3。 numpy的ndarray对象有3个重要的属性 print(img数组的维度,img.ndim)
print(img数组的形状,img.shape)
print(img数组的数据类型,img.dtype) import numpy as np# 使用Opencv2开源库读取图像数据
import cv2from matplotlib import pyplot as plt# 读取一张图片把图像转换为2维的numpy数组
imgcv2.imread(./hachiware1.jpg)# 使用plt显示图像
plt.imshow(img)print(数据类型{},形状{}.format(type(img),img.shape)) 利用已有数据生成数组
1将列表转换为ndarray
numpy.array(lst1)
import numpy as nplst1[3.14,2.17,0,1,2]
print(lst1)nd1np.array(lst1)print(nd1)
print(type(nd1))print(nd1.ndim)
print(nd1.shape)
print(nd1.dtype) 2将嵌套列表转换成多维数组
import numpy as nplst1[ [3.14,2.17,0,1,2] , [1,2,3,4,5] ]
nd2np.array(lst1)
print(nd2)print(type(nd2))print(nd2.ndim)
print(nd2.shape)
print(nd2.dtype) 3利用random模块生成数组
import numpy as np#生成形状为44值在0-1之间的随机数
#np.random.random 生成0-1之间的随机数
print(np.random.random((4,4)),end\n\n)#产生一个取值范围在[150之间的数组,数组的形状是(3,3)
#参数起始值low默认为0终止值high默认为1
print(np.random.randint(low1,high50,size(3,3)),end\n\n)#产生的数组元素是均匀分布的随机数
print(np.random.uniform(low1,high3,size(3,3)),end\n\n)#生成满足正态分布的形状为33的矩阵
print(np.random.randn(3,3))
上面的代码每次结果都不一样了可以通过设置种子让每次结果都一样。
前面加上下面这段代码即可。
np.random.seed(10)
import numpy as npnp.random.seed(10)#生成形状为44值在0-1之间的随机数
#np.random.random 生成0-1之间的随机数
print(np.random.random((4,4)),end\n\n)#产生一个取值范围在[150之间的数组,数组的形状是(3,3)
#参数起始值low默认为0终止值high默认为1
print(np.random.randint(low1,high50,size(3,3)),end\n\n)#产生的数组元素是均匀分布的随机数
print(np.random.uniform(low1,high3,size(3,3)),end\n\n)#生成满足正态分布的形状为33的矩阵
print(np.random.randn(3,3))
生成特定形状的多维数组
import numpy as np#生成全是0的3*3矩阵
nd5np.zeros([3,3])
print(nd5)#生成与nd5形状一样的全0矩阵
nd5np.zeros_like(nd5)
print(nd5)#生成全是1的3*3矩阵
nd5np.ones([3,3])
print(nd5)#生成三阶单位矩阵
nd5np.eye(3)
print(nd5)#生成三阶对角矩阵
nd5np.diag([1,2,3])
print(nd5)
将生成的数组保存到文件里
import numpy as npnd5np.diag([1,2,3])
print(nd5)#保存为文件
np.savetxt(Xnd5,fname./test1.txt)#加载文件中数据
nd5np.loadtxt(./test1.txt)
print(nd5)
发现文件夹里多了test1.txt文件。 利用arrange、linspace函数生成数组
import numpy as np#arrange([start,],stop[,step,],dtypeNone)
#start和stop用于指定范围step用于指定步长生成一个数组
#start默认为0step可为小数
#范围为[start,stop)
print(np.arange(10))
print(np.arange(0,10))
print(np.arange(1,4,0.5))
print(np.arange(9,-1,-1))
