第一章的内容
1 对于numpy的使用
使用numpy可以实现各种算数以及矩阵的操作
1.1 矩阵加减
x=np.array([1,2,3])
y=np.array([4,5,6])
x+y
#输出[5,7,9]
#这个代表矩阵的加法,同理也可以实现矩阵的减法
1.2 广播
numpy数组与单一的数值组合起来进行计算,再数组的各个元素和标量之间进行计算
x=np.array([2,4,6])
x/2
x
#输出[1,2,3]
1.3 n维数组即矩阵的使用
A=np.array([[1,2],[3,4]])
print(A)
[[1 2]
[3 4]]
A.shape
#(2,2)
A.dtype
#dtype('int 64')
B=np.array([[3,0][0,6]])
A+B
array([[4,2],
[3,10]])
A*B
array([[3,0],
[0,24]])
A[0]
array([1,2])
A[0][0]
1
for row in a:
print(row)
#输出
[1 2]
[3 4]
A=A.flatten() #可以将其转化为一维的数组
print(A)
#[1 2 3 4]
A[np.array([0,1])] #索引其中位置为0,1的元素
array([1,2])
2 对于Mathplotlib的使用
# coding: utf-8
import numpy as np
import matplotlib.pyplot as plt
#要记得引用啊
# 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")
plt.xlabel("x") # x轴的标签
plt.ylabel("y") # y轴的标签
plt.title('sin & cos')
plt.legend()
plt.show()
2.2 用来展示图片
# coding: utf-8
import matplotlib.pyplot as plt
from matplotlib.image import imread
img = imread('../dataset/lena.png') #读入图像
plt.imshow(img)
plt.show()