3 numpy模块

时间:2023-03-10 04:24:03
3 numpy模块
Numpy
    什么是Numpy:Numeric Python
        Numpy模块是Python的一种开源的数值计算扩展。
            1 一个强大的N维数组对象Array
            2 比较成熟的(广播)函数库
            3 用于整合(C/C++)和Fortran代码的工具包
            4 实用的线性代数、傅里叶变换和随机数生成函数
            5 numpy和稀疏矩阵运算包scipy配合使用更加强大
导入numpy库,并查看numpy版本
3 numpy模块
3 numpy模块
    注意:numpy模块不是python自带的,需要自己安装的。pip install numpy
 3 numpy模块
3 numpy模块
    这是我要处理的图片 gtx.jpg
    必须要先安装这个模块 Pillow ,才能支持除png之外的格式的图片的读取。因为没有安装Pillow模块,会有如下报错:
ValueError: Only know how to handle extensions: ['png']; with Pillow installed matplotlib can handle
Pillow模块安装之后,就能正常读取图片内容了。
3 numpy模块
 3 numpy模块
    读取的数组,元素值范围0-255。
 3 numpy模块
3 numpy模块
看来gtx 是numpy.ndarray类型的,如果需要对图片进行操作,是需要对numpy.ndarray的属性和方法熟悉的。下一步学习numpy.ndarray的属性和方法。
 3 numpy模块
3 numpy模块
再定义一个数组gtx2,是由gtx转换而来的,变成如下图所示的样子了。
3 numpy模块
 3 numpy模块
一、创建ndarray
    1 使用np.array() 由python list创建
        ·numpy默认ndarray的所有元素类型是相同的
        ·如果传进来的列表中包含不同的类型,则统一为同一类型,优先级 str>float>int
 3 numpy模块
3 numpy模块
 3 numpy模块
3 numpy模块
    numpy的3个属性:
        1 shape 查看数组是几维的。
3 numpy模块
3 numpy模块
    317 表示数组的高,行数
    500 表示数组的宽,列数
    3 表示颜色
    任何一张二位的图片转化为3维数组,长宽最后一维表示颜色。
 3 numpy模块
3 numpy模块
数组元素统一成同一种数据类型的元素
3 numpy模块
 3 numpy模块
        n1.ndim    得到数组的维度数
        2 使用np的routines函数创建数组
            包含以下常见创建方法:
            1)np.ones(shape,dtype=None,order='C')   one表示创建的数组元素全是1
3 numpy模块
3 numpy模块
 3 numpy模块

3 numpy模块

            2)np.zeros(shape,dtype=float,order='C')  zero表示创建的数组元素全是0
3 numpy模块
3 numpy模块

3 numpy模块

3 numpy模块
            3)np.full(shape,fill_value,dtype=None,order='C')  full表示可以自定义元素值fill_value
3 numpy模块
 3 numpy模块

3 numpy模块

3 numpy模块

3 numpy模块
3 numpy模块
            4)np.eye(N,M=None,k=0,dtype=float)   对角线位置元素值为1,其他位置为0  满秩矩阵    N、M用来定义矩阵的高和宽的。
 3 numpy模块
3 numpy模块
    这就是一个一元十次方程简化成这样,在线性代数中叫做满秩。
            5)np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)
3 numpy模块
 3 numpy模块
            6)np.arange([start,]stop,[step,]dtype=None)    左闭右开区间
使用该方法创建ndarray时候,左闭右开。
3 numpy模块
 3 numpy模块
            7)np.random.randint(low,high=None,size=None,dtype='l')
3 numpy模块
 3 numpy模块
            8)np.random.randn(d0,d1...dn)    标准正态分布
3 numpy模块
 3 numpy模块
            9)np.random.normal(loc=0.0,scale=1.0,size=None)
                    scale值越大其波动越厉害,scale=0.0 就没有波动了。
3 numpy模块
 3 numpy模块
            10)np.random.random(size=None)   生成0到1的随机数,左闭右开
随机生成一张图片。png格式的像素值 0-1  jpg格式像素值0-255
3 numpy模块
 3 numpy模块
=====================================
三、ndarray的基本操作
    1、索引
        一维与列表完全一致 多维时同理
    2、切片
        一维与列表完全一致,多维时同理
        比如一个3维数组, n1[0:2,1:3,-2:-1]   最终切到要的元素。
    3、变形  使用reshape函数,注意参数是一个tuple,如果参数是个负数,直接转换成一维数组ndarray,不论负数值是多少。比价省事的做法就是 -1。
3 numpy模块
 3 numpy模块

3 numpy模块

3 numpy模块
    4、级联 (将两个数组拼接在一起)
        ·1 np.concatenate() 级联需要注意的点:
        ·2 级联的参数是列表:一定要加中括号或小括号
        ·3 维度必须相同
        ·4 形状相符
        ·5 【重点】级联的方向默认是shape这个tuple的第一个值所代表的维度方向
        ·6 可通过axis参数改变级来联的方向  
            axis = 0表示按行  
            axis = 1表示按列
            1. np.hstack 与 np.vstack
                水平级联与垂直级联,处理自己,进行维度的变更。
  3 numpy模块

3 numpy模块

    5、切分
        与级联类似,三个函数完成切分工作:
            · np.split
            · np.vsplit   按行切
            · np.hsplit   按列切
3 numpy模块
 3 numpy模块
        split默认情况下是对行进行切分
Signature: np.split(ary, indices_or_sections, axis=0)
            ary 是要切割数数据源
            axis = 0 是对行进行切割  axis= 1 是对列进行切分
    6、副本
        所有赋值运算不会为ndarray的任何元素创建副本,对赋值后的对象的操作也对原来的对象生效。可以使用copy()函数创建副本。
==============================
四:ndarray的聚合操作
    1、求和 np.sum
    2、最大最小值:np.max / np.min
 3 numpy模块
3 numpy模块
    3、其他聚合操作
        np.sum
        np.prod
        np.mean    平均值  axis 的值是维度
        np.std        标准方程
        np.var
        np.min
        np.max
        np.argmin
        np.argmax
        np.median
        np.percentile
    操作文件:使用pandas打开文件president_heights.csv获取文件中的数据。
3 numpy模块
 3 numpy模块
就把文件内容读取出来了。CSV格式比较经常遇到的,就是从Oracle数据库中导出的文件。
 3 numpy模块
3 numpy模块
五、ndarray的矩阵操作
    1.基本矩阵操作
        1)算术运算符:
            ·加减乘除
 3 numpy模块

3 numpy模块

3 numpy模块
3 numpy模块
        2)矩阵积 np.dot()
3 numpy模块
 3 numpy模块
    2.广播机制
        【重要】ndarray广播机制的两条规则
            · 规则一:为缺失的维度补 1 (补一行或一列)
            · 规则二:假定缺失元素用已有值填充
3 numpy模块
 3 numpy模块

3 numpy模块

3 numpy模块
    六、ndarray的排序,排序算法,面试经常问。
3 numpy模块

3 numpy模块

3 numpy模块
3 numpy模块
        1 快速排序
            np.sort()与ndarray.sort()都可以,但有区别:
                · np.sort()不改变输入
                · ndarray.sort()本地处理,不占用空间,但改变输入
3 numpy模块

3 numpy模块

3 numpy模块
3 numpy模块
        2 部分排序
            np.partition(a,k)
            有时我们不是对全部数据感兴趣,只对最小或最大的一部分感兴趣
                · 当k为正时,我们想要得到最小的k个数
                · 当k为负时,我们想要得到最大的k个数
 3 numpy模块
            3 numpy模块
只返回需要的这部分数,但这部分数是不会排序的。切片,排序即可。

3 numpy模块