数据的CSV文件存取
CSV文件
CSV(Comma-Separated Value,逗号分隔值)
CSV是一种常见的文件格式,用来存储批量数据。储存一维和二维数据。
np.savetxt(frame, array, fmt='%.18e', delimiter=None)
frame:.文件、字符串或产生器,可以是.gz或.bz2的压缩文件。
array:存入文件的数组。
fmt:写入文件的格式,例如:%d%.2f%.18e。
delimiter: 分割字符串,默认是任何空格。
csv文件的读取
np.loadtxt(frame, dtype=np.float, delimiter=None,unpack=False)
frame:文件、字符串或产生器,可以是.gz或.bz2的压缩文件。
dtype:数据类型,可选。
delimiter:分割字符串,默认是任何空格。
unpack:如果True,读入属性将分别写入不同变量。
CSV文件的局限性
CSV只能有效存储一维和二维数组
np.savetxt() np.loadtxt()只能有效存取一维和二维数组
多维数据的存取
写入
a.tofile(frame, sep=", format='%s')
frame:文件、字符串。
sep:数据分割字符串,如果是空串,写入文件为二进制。
format:写入数据的格式。
读取
还原数据的函数
np.fromfile(frame, dtype=float, count=-1, sep="')
frame:文件、字符串。
dtype:读取的数据类型。
count:读入元素个数,-1表示读入整个文件。
sep:数据分割字符串,如果是空串,写入文件为二进制。
在读取文件中的元素是都要指定数据类型,因为只有指定数据类型才能更好的解析每个元素中的内容
需要注意!!
该方法需要读取时知道存入文件时数组的维度和元素类型
a.tofile()和np.fromfile()需要配合使用
可以通过元数据文件来存储额外信息,有些麻烦,但是储存大批量数据仍是有效的。
NumPy的便捷文件存取
np.save(fname, array) 或 np.savez(fname, array)s
frame:文件名,以.npy为扩展名,压缩扩展名为.npz*array:数组变量
np.load(fname)
frame:文件名,以.npy为扩展名,压缩扩展名为.npz
NumPy的随机函数
NumPy的统计函数
NumPy直接提供的统计类函数
np.*
np.var() np.std() np.average()
axis=None 是统计函数的标配参数
NumPy的梯度函数
梯度:连续值之间的变化率,即斜率。
XY坐标轴连续三个X坐标对应的Y轴值:a,b,c,其中,b的梯度是:(c-a)/2
用于对声音图像的处理
多维
图像的数组表示
图像的RGB色彩模式
RGB三个颜色通道的变化和叠加得到各种颜色,其中
R红色,取值范围,0-255。
G绿色,取值范围,0-255。
B蓝色,取值范围,0-255。
RGB形成的颜色包括了人类视力所能感知的所有颜色。
PIL库
PIL, Python Image Library
PLL库是一个具有强大图像处理能力的第三方库。
from PIL import Image
Image是PIL库中代表一个图像的类(对象)
图像的变换
只改变中间的新生成数组那一行代码即可。