![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
修仙之路:numpy篇
0.0
宁静致远*
这个作者很懒,什么都没留下…
展开
-
Numpy:numpy.ogrid() 生成数组
1numpy.ogrid()ogrid函数作为产生numpy数组与numpy的arange函数功能有点类似,不同的是:arange函数产生的是一维数组,而ogrid函数产生的是二维数组 arange函数产生的是一个数组,而ogrid函数产生的是二个数组 ogrid函数产生的数组,第一个数组是以纵向产生的,即数组第二维的大小始终为1。第二个数组是以横向产生的,即数组第一维的大小始终为1。2 np.ogrid[开始值:结束值:步长]ogrid用切片作为下标,返回的是一组可用来广播计算的.原创 2020-06-05 23:22:37 · 1018 阅读 · 0 评论 -
Numpy:numpy.prod()函数
1numpy.prod()[source]np.prod()函数用来计算所有元素的乘积,对于有多个维度的数组可以指定轴,如axis=1指定计算每一行的乘积。numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)参数 描述 返回值 a 输入arrays数组 一个形状为但已删除..原创 2020-06-05 21:58:46 · 14170 阅读 · 1 评论 -
Numpy:astype(bool) 和 astype(int)
1 np.array()将输入转换成数组。栗子:import numpy as npa=[[1,2,1],[2,3,5]]b=[[0,0,0],[2,3,5]]c=np.array(a)d=np.array(b)print(c)print(d)# result[[1 2 1] [2 3 5]][[0 0 0] [2 3 5]]简单的把list列表转化为数组。2type(bool)正如astype的中文意思,作为布尔类型,也就是true or .原创 2020-06-05 21:36:12 · 3283 阅读 · 0 评论 -
Python:PIL Image处理图像
1 使用PIL的Image处理图像时,需要导入包:from PIL import Image2 图片读取img = Image.open("D:\\test\\img\\test01.jpg")Image.open(fp, mode='r'):参数mode不是图片的mode,而是读写的方式,必须是‘r’。该函数只是打开图片,并不读入内存。读入内存时Image会调用Image.load()方法。# 从路径打开img = Image.open('01.jpg')## 从文件流读取原创 2020-06-02 11:00:46 · 1978 阅读 · 0 评论 -
Python:PIL的 Image.resize()函数
Image.resize()Image.resize()函数用于修改图片的尺寸。Image.resize(size, resample=0)参数 描述 返回值 size 要求的大小(以像素为单位),以二元组表示:(宽度,高度)。 返回 Image类型的图像 resam 用于表示改变图像过程用的差值方法。0:双线性差值。1:最近邻居法。2:双三次插值法。3:面积插值法。 ...原创 2020-06-02 10:47:24 · 23807 阅读 · 0 评论 -
Numpy:numpy与image互转(np.array/np.asarray,Image.fromarray)
1np.array()将数据转化为矩阵array。默认情况下,将会copy该对象。numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)2 Image.fromarray()实现array到image的转换。PIL.Image.fromarray(obj, mode=None)参数 描述 返回值 obj Object with array interface.原创 2020-06-02 10:30:39 · 18386 阅读 · 0 评论 -
Numpy:np.array() 与 np.asarray()
1 np.array()np.array()的作用就是按照一定要求将object转换为数组。numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)参数 含义 返回 object 必选参数,类型为array_like,可以有四种类型:数组,公开数组接口的任何对象,__array__方法返回数组的对象,或任何(嵌套)序列。 ndarray。满足指定要求的数组对象。 dty原创 2020-06-02 09:53:57 · 6726 阅读 · 1 评论 -
Numpy:zero()函数
1zero()函数import numpy as npnp.zeros(shape, dtype=float, order=‘C’)2 参数 shape 对第一个属性shape传入一个数字,它将生成一个一维的向量。import numpy as np Zero = np.zeros(10)print(Zero)print(Zero.shape)# result[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.](10,)对shape传.原创 2020-06-02 09:20:20 · 8255 阅读 · 0 评论 -
Python NumPy: -1 的作用
Python代码中经常会遇到 -1 这个数字,它主要有两个作用:倒数第一 自动推断1倒数第一在list, tuple, array中表示倒数第一个。栗子1:a01 = [3, 2] print("a01[:-1]:", a01[:-1]) # output: 3 print("a01[0:-1]:", a01[0:-1]) # output: 3 ..原创 2020-06-02 09:06:19 · 3372 阅读 · 0 评论 -
Numpy:sort()函数 与 argsort()函数
1np.sort()函数np.sort()函数的作用是对给定的数组的元素进行排序。np.sort(a, axis=-1, kind='quicksort', order=None)参数 含义 a 排序的数组 axis 排序的方向,None表示展开来排序,默认值为-1,表示沿最后的轴排序。可选有0、1,axis = 1 按行排序, axis = 0 按列排序 kind 排序的算法,包含快排'quicksort'、混排'mergesort'、堆排'heapso.原创 2020-06-01 16:38:26 · 8596 阅读 · 0 评论 -
numpy.arange()函数
1numpy.arange()Numpy 中 arange() 主要是用于生成数组,用法如下:函数返回一个有终点和起点的固定步长的排列,如[1,2,3,4,5],起点是1,终点是5,步长为1。参数个数情况: np.arange()函数分为一个参数,两个参数,三个参数三种情况一个参数时,参数值为终点,起点取默认值0,步长取默认值1。 两个参数时,第一个参数为起点,第二个参数为终点,步长取默认值1。 三个参数时,第一个参数为起点,第二个参数为终点,第三个参数为步长。其中步长支持小数 ..原创 2020-06-01 10:51:48 · 2609 阅读 · 0 评论 -
numpy.all()函数 与 numpy.any()函数
0.0原创 2020-06-01 08:04:29 · 29251 阅读 · 2 评论 -
numpy.newaxis()函数、None
1np.newaxisnp.newaxis的作用是:在当前位置,插入一个新维度。np.newaxis 在使用和功能上等价于 None,其实就是 None 的一个别名。1.1 一维数组import numpy as npa = np.arange(5) # a.shape=(5,)b = a[np.newaxis, :] # b.shape=(1,5)c = a[:,np.newaxis] # c.shape=(5,1)d = a[:,np.newaxis,np.newaxis] #.原创 2020-05-31 21:39:42 · 685 阅读 · 0 评论 -
numpy和tensor互转
1 torch.from_nump()功能:完成数组numpy到tensor的转换。栗子:import torchimport numpy as npa = np.ones(5)b = torch.from_numpy(a)print(type(a))print(type(b))输出结果:<class 'numpy.ndarray'><class 'torch.Tensor'>注意:这个函数所产生的的Tensor和NumPy中的数原创 2020-05-31 19:02:55 · 1411 阅读 · 0 评论 -
numpy.shape()函数
shape描述的是矩阵的形状。1 一般用法import numpy as npa=np.array([1,2,3])print(a.shape)# result3b=np.array([[1,2,3],[4,5,6],[7,8,9]])print(b.shape)# result(3,3)c=np.array([[[1,2,3],[4,5,6],[7,8,9]]])print(c.shape)# result(1,3,3) #(H,W,C)2 特殊用法原创 2020-05-31 17:11:57 · 4860 阅读 · 0 评论 -
numpy.argmin() 和 numpy.argmax()
官方文档:https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.argmin.html1 numpy.argmin该函数的目的就是给出axis方向最小值的下标。numpy.argmin(a,axis=None,out=None)原创 2020-05-17 10:25:49 · 994 阅读 · 0 评论 -
numpy.transpose()的用法
0.0原创 2020-05-17 13:36:32 · 5963 阅读 · 0 评论 -
numpy.eye() 与 numpy.identity() 函数的用法
0.0原创 2020-05-17 12:57:15 · 1253 阅读 · 0 评论