初学者必备的数组相关知识点

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：进击的合成尸

导读

作者是一名在读的大二学生，在我看来，是一个非常励志的小伙子，虽然他总觉得自己并不是读的名校，有点小小的不自信，但我相信这么早就意识到学习重要性的小伙子未来可期。

一、目录：

• 数对象简介

• Numpy数组对象的常用属性

  • 数组类型

  • 数组外貌

• 创建数组

  • 创建数组的基本方法

  • 函数创建数组

二、操作（具体如下）

三、总结

数组对象简介

数组就是——array

实现多维数组和矩阵的高效运算

python中“万物皆对象”，数组也是一个对象，有对象，就意味着有属性和方法

Numpy数组对象的常用属性

dtype___返回数组中元素的类型

shape___返回由整数组成的原组，元组中的每个整数依次对应数组每个轴的元素个数

size__返回一个整数，代表数组中元素的个数

ndim__返回一个整数，代表数组的轴的个数，即维度

nbytes__返回一个整书，代表用于保存数据的字节数

数组的类型

import numpy as np
data = np.array([1, 2, 3, 4])
data.dtype


# 输出结果：dtype('int32')

数组一旦建立，其元素类型是不能随意改变的，若需要修改元素类型

astype( )是数组的一个方法，能够根据指定的类型（参数指定元素类型）新生成一个数组

new_data相对于data只有元素类型不同

new_data = data.astype(np.float)
new_data


#输出结果 array([1., 2., 3., 4.])

数组的外貌

返回一个元组，其中的元素由整数组成，代表着每个轴上的元素数

a = np.array([1, 2, 3, 4 ])
b = np.array([1.0, 2.0, 3.0])
a.shape
b.shape
#结果(4.，)
# （3.，）

创建数组

创建数组的基本方法

np.array()——基本方法

np.array(object, dtype=None, copy = True, order = 'K', ...)

onject——引用对象是array_like（类数组，可以是列表，元组等可迭代序列，也可以是数组，矩阵）

a = np.array([1, 2, 3, 4])
b = np.array([1.0, 2.0, 3.0, 4.0], dtype=float)
# 结果：array([1, 2, 3, 4])
# array([1., 2., 3., 4.])

嵌套列表中的各个元素的长度必须是一样的，元素类型也需一样，如果元素参差不齐，也不会报错，只不过得不到我们预想的数组对象

da = np.array([[1, 2, 3, ],
             [5, 6, 7],
             [8, 9, 10]])

用函数创建数组

创造的数组具有某种规律

创建一个完全由0组成的数组，

以元组声明他们的形状

import numpy as np
np.ones((3,4)) #0轴的个数为3，1轴的个数为4
#结果：
array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])

创建一个完全由1组成的数组

np.ones((3,4)) #0轴的个数为3，1轴的个数为4

创建对角线独有的数组

np.eye(4,dtype=int) #对角线元素较为特殊，其他元素为0

元素为等差数组

np.arange(1,10,3) #创建一维数组，数组的元素符合等差数列，前一个元素减去后一个元素值的差等于指定的步长
# 相当于python中range函数，“前包括，后不包括”原则
# 结果：array([1, 4, 7])

总结：

array和list之间的区别

array

一个numpy array是内存中一个连续的块，并且array里的元素都是同一类。所以一旦确定了一个array，它的内存就确定了，每个元素的内存也就都确定了

可以看作为“序列”数据

array的object是类数组对象，可以为list，也可以为list of list

可以对整个数组进行数值运算(数组与数组，数组与标量)

list

list也可以看作为“序列”数据

list中的元素可以不同

创建array时，可以使用list，也可以使用list of list

不能对整个列表进行数值运算

好消息，小白学视觉团队的知识星球开通啦，为了感谢大家的支持与厚爱，团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦！

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~