计算机视觉前置知识-Numpy基础

AI天才认识奥地利落榜美术生吗

已于 2024-10-05 17:33:40 修改

阅读量293

点赞数 6

分类专栏：计算机视觉入门斯坦福李飞飞CS231课程文章标签：计算机视觉 numpy python 人工智能

于 2024-10-05 17:32:55 首次发布

本文链接：https://blog.csdn.net/qq_54475175/article/details/142712773

版权

计算机视觉入门斯坦福李飞飞CS231课程专栏收录该内容

5 篇文章 0 订阅

订阅专栏

如你所见，这篇文章是计算机视觉的前置基础知识。今年是2024年，计算机视觉包括计算机图形学领域科研的主流工具是Pytorch。耐心看完你就掌握了计算机视觉所需要的 Numpy 基础了！Numpy是Python中科学计算的核心库。它提供了一个高性能的多维数组对象 Array，以及相应的处理工具。（Arrys 和 Lists 分不清？快来看看我的另一篇文章：计算机视觉前置知识-Python基础-CSDN博客）

这个专栏我是按照斯坦福李飞飞CS231课程官网的知识结构写的，但不是完全翻译搬运，有纰漏的话，please feel free to tell me！

1 Arrays（数组）介绍 - 高性能的多维数组对象！

这里我们先看官网介绍，再补充解释：

numpy 数组是一个由相同类型的值组成的 grid（网格），并由非负整数 tuple（元组）进行索引。维数是数组的 rank（秩）；数组的形状是一个整数 tuple（元组），给出了数组在每个维度上的大小。

我们用嵌套的 Python 列表初始化 numpy arrays，并使用方括号访问元素：

import numpy as np

a = np.array([1, 2, 3])   # Create a rank 1 array
print(type(a))            # Prints "<class 'numpy.ndarray'>"
print(a.shape)            # Prints "(3,)"
print(a[0], a[1], a[2])   # Prints "1 2 3"
a[0] = 5                  # Change an element of the array
print(a)                  # Prints "[5, 2, 3]"

b = np.array([[1,2,3],[4,5,6]])    # Create a rank 2 array
print(b.shape)                     # Prints "(2, 3)"
print(b[0, 0], b[0, 1], b[1, 0])   # Prints "1 2 4"
print(b)                           # Prints "[[1 2 3]
                                   #          [4 5 6]]"

运行结果：

Numpy还提供了许多创建数组的函数，numpy默认生成列表中的值是小数:

import numpy as np

a = np.zeros((2,2))   # Create an array of all zeros
print(a)              # Prints "[[ 0.  0.]
                      #          [ 0.  0.]]"

b = np.ones((1,2))    # Create an array of all ones
print(b)              # Prints "[[ 1.  1.]]"

c = np.full((2,2), 7)  # Create a constant array
print(c)               # Prints "[[ 7.  7.]
                       #          [ 7.  7.]]"

d = np.eye(2)         # Create a 2x2 identity matrix
print(d)              # Prints "[[ 1.  0.]
                      #          [ 0.  1.]]"

e = np.random.random((2,2))  # Create an array filled with random values
print(e)                     # Might print "[[ 0.91940167  0.08143941]
                             #               [ 0.68744134  0.87236687]]"

Numpy提供了大量的数字数据类型，可以用来构造数组。当您创建数组时，Numpy会尝试猜测数据类型，但是构造数组的函数通常还包含一个可选参数（dtype=np.XX）来显式指定数据类型。下面是一个例子:

import numpy as np

x = np.array([1, 2])   # Let numpy choose the datatype
print(x.dtype)         # Prints "int64"

x = np.array([1.0, 2.0])   # Let numpy choose the datatype
print(x.dtype)             # Prints "float64"

x = np.array([1, 2], dtype=np.int64)   # Force a particular datatype
print(x.dtype)                         # Prints "int64"

以上就是官网的描述，懂了又没懂？接下来我们从 array 的几个属性来说，分别是 ndarray.ndim（数组的维度）、ndarray.shape（数组的形状）、ndarray.size（数组的元素总数）、ndarray.dtype（数组中元素的数据类型）、ndarray.itemsize（数组中每个元素的字节大小）：

1.1 ndarray.ndim - 数组的维度

解释：这是数组的维度（或阶数，或 rank（秩））。比如一维数组、二维数组或多维数组。
类比：可以类比为我们看到的对象在不同维度的表现。比如一条直线是一维，二维是一个平面，三维是一个立体的空间。

示例：

a = np.array([1, 2, 3])
b = np.array([[1, 2, 3], [4, 5, 6]])
print(a.ndim)  # 输出 1
print(b.ndim)  # 输出 2

1.2 ndarray.shape - 数组的形状

解释：返回一个 tuple（元组），表示数组在每个维度的大小。
类比：类似于一个盒子的尺寸。比如一个二维盒子的长和宽，三维盒子还会有高度。

示例：

import numpy as np

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
b = np.array([[[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5]],[[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5]]])

print(a.ndim)   # 输出 2
print(a.shape)  # 输出 (3, 4)
print(b.ndim)   # 输出 3
print(b.shape)  # 输出 (2, 3, 5)

1.3 axis - 数组的轴

轴：数组的每个维度被称为一个轴（axis）。一维数组只有一个轴，二维数组有两个轴，三维数组有三个轴，依此类推。
类比：想象一张纸作为二维数组。如果你在纸上画行和列，行可以看作一个轴，列可以看作另一个轴。再想象一个三维盒子，每一维都可以被视为一个轴，比如宽度、长度和高度。

举例：

import numpy as np

a = np.array([1, 2, 3])
print(a)
print(a.ndim) # 对于一维数组，唯一的轴是 axis=0。

b = np.array([[1, 2, 3],[4, 5, 6]])
print(b) 
print(b.ndim) # 对于二维数组，轴 0（axis=0）：沿着行的方向（即垂直方向）。
                          # 轴 1（axis=1）：沿着列的方向（即水平方向）。
print(np.sum(b, axis=0))  # 沿着行方向求和，输出 [5 7 9] --> [1+4, 2+5, 3+6]
print(np.sum(b, axis=1))  # 沿着列方向求和, 输出 [6 15] --> [1+2+3, 4+5+6]

1.4 ndarray.size - 数组的元素总数

解释：数组中所有元素的总数，即 shape 中各维度的乘积。
类比：比如一个 3x4 的表格里一共有 12 个格子。

示例：

import numpy as np

a = np.array([[[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5]],[[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5]]])
print(a.shape) # 输出 (2, 3, 5)
print(a.size)  # 输出 6，等于shape的所有值相乘

2 Array indexing（数组函数）- 为科学计算而生！

2.1 Slicing（切片）

与Python list（列表）类似，numpy数组可以被切片。由于数组可能是多维的，因此必须为数组的每个维度指定一个 slice:

import numpy as np

# Create the following rank 2 array with shape (3, 4)
# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]
a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])

# Use slicing to pull out the subarray consisting of the first 2 rows
# and columns 1 and 2; b is the following array of shape (2, 2):
# [[2 3]
#  [6 7]]
b = a[:2, 1:3]

# A slice of an array is a view into the same data, so modifying it
# will modify the original array.
print(a[0, 1])   # Prints "2"
b[0, 0] = 77     # b[0, 0] is the same piece of data as a[0, 1]
print(a[0, 1])   # Prints "77"

2.2 Integer array indexing（整数数组索引）

当我们使用 slicing（切片）对numpy数组进行索引时，生成的将始终是原始数组的子数组。相对的，整数数组索引允许我们不按照顺序、不连续地访问数组中的任意元素。

构造一个2维数组a：

import numpy as np

a = np.array([[1, 2], [3, 4], [5, 6]])
print(a)
# 输出 [[1 2]
      # [3 4]
      # [5 6]]

假设我们想要从 a 中选择 (0, 1) 和 (2, 0) 这两个位置的元素：

# 整数数组索引
result = a[[0, 2], [1, 0]]  # 索引 (0,1) 和 (2,0) 的元素
print(result)
# 输出 [2 5]

	整数数组索引	切片
用法	指定具体的索引位置	指定范围 `start:end:step`
结果形状	通常返回一维数组	保持子集的形状
选择元素的方式	任意选择，可以不连续、不规则	连续范围选择
返回结果	是原数组的副本	是原数组的视图
典型应用场景	非连续、灵活选择元素	提取连续区域的子数组
效率	相对较慢（由于复制元素）	更快（不复制数据）

2.3 Boolean array indexing（布尔值数组索引）

布尔数组索引允许我们挑选数组中的任意元素。这种类型的索引通常用于选择满足某些条件的数组元素：

import numpy as np

a = np.array([[1,2], [3, 4], [5, 6]])

bool_idx = (a > 2)   # Find the elements of a that are bigger than 2;
                     # this returns a numpy array of Booleans of the same
                     # shape as a, where each slot of bool_idx tells
                     # whether that element of a is > 2.

print(bool_idx)      # Prints "[[False False]
                     #          [ True  True]
                     #          [ True  True]]"

# We use boolean array indexing to construct a rank 1 array
# consisting of the elements of a corresponding to the True values
# of bool_idx
print(a[bool_idx])  # Prints "[3 4 5 6]"

# We can do all of the above in a single concise statement:
print(a[a > 2])     # Prints "[3 4 5 6]"

3 Array math - 梦回线性代数！

基本数学函数在数组上按元素操作，并且可以作为运算符重载和numpy模块中的函数使用:

import numpy as np

x = np.array([[1,2],[3,4]], dtype=np.float64)
y = np.array([[5,6],[7,8]], dtype=np.float64)

# Elementwise sum; both produce the array
# [[ 6.0  8.0]
#  [10.0 12.0]]
print(x + y)
print(np.add(x, y))

# Elementwise difference; both produce the array
# [[-4.0 -4.0]
#  [-4.0 -4.0]]
print(x - y)
print(np.subtract(x, y))

# Elementwise product; both produce the array
# [[ 5.0 12.0]
#  [21.0 32.0]]
print(x * y) # *是元素乘法，而不是矩阵乘法
print(np.multiply(x, y))

# Elementwise division; both produce the array
# [[ 0.2         0.33333333]
#  [ 0.42857143  0.5       ]]
print(x / y)
print(np.divide(x, y))

# Elementwise square root; produces the array
# [[ 1.          1.41421356]
#  [ 1.73205081  2.        ]]
print(np.sqrt(x))

3.1 ndarray.dot - Dot product（点积）/ Inner Product（内积）

在线性代数中，点积（<x,w>）可能表示 x 中的值根据权重 w 的加权平均，或 x 在 y 坐标系的投影。

import numpy as np

x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])

v = np.array([0,0.1])
w = np.array([1, 2])


print(v.dot(w))
print(np.dot(w, v))
# 都输出 0.2

print(x.dot(v))
print(np.dot(x, v))
# 都输出 [0.2 0.4]

print(x.dot(y))
print(np.dot(x, y))
# 都输出 [[19 22]
      # [43 50]]

3.2 ndarray.sum - 元素和

Numpy为在数组上执行计算提供了许多有用的函数;其中最有用的一个是sum:

import numpy as np

x = np.array([[1,2],[3,4]])

print(np.sum(x))  # Compute sum of all elements; prints "10"
print(np.sum(x, axis=0))  # Compute sum of each column; prints "[4 6]"
print(np.sum(x, axis=1))  # Compute sum of each row; prints "[3 7]"

3.3 ndarray.T - Transpose（转置）

除了使用数组计算数学函数外，我们还经常需要重塑或以其他方式操作数组中的数据。这类运算最简单的例子是矩阵的转置;要转置矩阵，只需使用数组对象的T属性:

import numpy as np

x = np.array([[1,2], [3,4]])
print(x)    # Prints "[[1 2]
            #          [3 4]]"
print(x.T)  # Prints "[[1 3]
            #          [2 4]]"

# Note that taking the transpose of a rank 1 array does nothing:
v = np.array([1,2,3])
print(v)    # Prints "[1 2 3]"
print(v.T)  # Prints "[1 2 3]"

3.4 Broadcasting - 广播机制

广播是一种强大的机制，它允许numpy在执行算术运算时处理不同形状的数组。通常用在哪里呢？我们有一个较小的数组和一个较大的数组，我们希望多次使用较小的数组来对较大的数组执行一些操作。

例如，假设我们想给矩阵的每一行加上一个常数向量。我们可以：

import numpy as np

# We will add the vector v to each row of the matrix x,
# storing the result in the matrix y
x = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]])
v = np.array([1, 0, 1])
vv = np.tile(v, (4, 1))   # 沿着轴0复制了4份，沿着轴1复制了1份
print(vv)                 # Prints "[[1 0 1]
                          #          [1 0 1]
                          #          [1 0 1]
                          #          [1 0 1]]"
y = x + vv  # Add x and vv elementwise
print(y)  # Prints "[[ 2  2  4
          #          [ 5  5  7]
          #          [ 8  8 10]
          #          [11 11 13]]"

好消息，Numpy广播允许我们在不实际创建多个v副本的情况下执行此计算，考虑使用广播的这个版本:

import numpy as np

# We will add the vector v to each row of the matrix x,
# storing the result in the matrix y
x = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]])
v = np.array([1, 0, 1])
y = x + v  # Add v to each row of x using broadcasting
print(y)  # Prints "[[ 2  2  4]
          #          [ 5  5  7]
          #          [ 8  8 10]
          #          [11 11 13]]"

你学废了吗？代码有些是直接搬运官网的所以没有翻译（实在是干不动了），之后如果有小伙伴需要我再来填坑！