1.5 Numpy
主要是使用数组类(numpy.array)来实现矩阵运算。
import numpy as np
x = np.array([1.0,2.0,3.0])
y = np.array([2.0,3.0,4.0])
print(x)
x与y可以做+-*/的运算,计算的结果是对应元素(element-wise)的运算结果,同时也可以和标量进行运算,称为广播。
A = np.array([1,2],[3,4])
B = np.array([3,0],[0,6])
print(A+B)
print(A*B)
这里的A、B为二维数组也称为矩阵,一般一维数组称为向量,三维及以上称为张量。
二维数组做运算也是在对应元素之间运算。
1.6 Matplotlib
主要用于图形绘制和数据可视化。主要用到了matplotlib.pyplot和matplotlib.image。
#绘制sin函数曲线
import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.arange(0, 6, 0.1) # 以0.1为单位,生成0到6的数据
y = np.sin(x)
# 绘制图形
plt.plot(x, y)
plt.show()
arange
方法生成了
[0, 0.1, 0.2, ..., 5.8, 5.9]
的数据。
#加入标题及轴标等功能
import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.arange(0, 6, 0.1) # 以0.1为单位,生成0到6的数据
y1 = np.sin(x)
y2 = np.cos(x)
# 绘制图形
plt.plot(x, y1, label="sin")
plt.plot(x, y2, linestyle = "--", label="cos") # 用虚线绘制
plt.xlabel("x") # x轴标签
plt.ylabel("y") # y轴标签
plt.title('sin & cos') # 标题
plt.legend()#显示label内容
plt.show()
显示图像:
import matplotlib.pyplot as plt
from matplotlib.image import imread
img = imread('lena.png') # 读入图像(设定合适的路径!)
plt.imshow(img)
plt.show()