2.2 numpy数据处理

1、numpy如何安装和导入

安装：pip install numpy

from numpy import *

import numpy as np

验证：eye(4)

生成一个对角矩阵

2、numpy的类型为多维数组

1个维度：a = np.array([1,2,3])

2个维度：b = np.array([[1,2],[3,4],[5,6]])

默认数据类型是64位的浮点数，所以有时候需要和整型之间进行转换int()

可以在创建的时候指定数据类型比如

a = np.array([1,2,3],dtype = np.int32)

3、基本使用

方法和属性

zeros(2,4)---全为0 的数组2行4列

shape-----获取数据的类型属性

eye()-----对角阵

ones()----全是1的数组，相当于单位阵

linspace(0,1,5)---创建等间距分布的数组，从0-1一共5个数据

数组之间的运算

相同类型的数组可以直接加减乘除

乘法

dot() ---进行点乘比如：

a1 = np.array([2,3,6])
a2 = np.array([5,6,9])
print(dot(a1, a2))

@----矩阵乘法

c1  = np.array([[2,3,6],[6,5,4]])
c2  = np.array([[2,0],[0,4],[0,1]])
print(c1 @ c2)

获取数组中的元素

a[0,2]----获取第一行，第三列的元素

a[0,0:2]---获取第一行，第一列到第二列的元素

a[0,;]---获取第一行，所有列的元素，即第一行元素

a[::-1]-----翻转数组

4、处理图片

一张灰度图是一个二维数组，250*250，表示像素也表示二维数组的行和列

那么一张彩色图是3个二位数组，每个数组分别表示RGB的颜色值。

举个例子加深理解：

import numpy as np

# 创建一个高为 h, 宽为 w 的彩色图像
h, w = 256, 256
image = np.random.randint(0, 256, (h, w, 3), dtype=np.uint8)

# 提取 RGB 三个通道
R = image[:, :, 0]
G = image[:, :, 1]
B = image[:, :, 2]