【学习笔记】Numpy十分钟基础入门

本文是下面视频学习后做的笔记,分享出来方便自己和大家学习观看,如果有不对的地方欢迎指正,希望能够对大家有所帮助。
视频地址:https://www.bilibili.com/video/BV1Wy4y1h7ii/?spm_id_from=333.337.search-card.all.click&vd_source=4db7c2f350467e9b824b695fb0f7e555

创建数组

# 引用并重命名未np
import numpy as np

1. 创建一个3行2列的0组成的数组

在这里插入图片描述

2. 获取数组的维度

在这里插入图片描述

3. 创建一个3行2列的1组成的数组

在这里插入图片描述

4. 创建一个递增数组

在这里插入图片描述

5. 创建一个递减数组

在这里插入图片描述

6. 创建一个介于某个区间等间距分布的数

在这里插入图片描述

7. 创建一个2行4列的随机数组

在这里插入图片描述

8. 指定数组元素的数据类型,默认为64位浮点值

在这里插入图片描述

9. 转换现有数组的数据类型

在这里插入图片描述

简单运算

1. 加减乘除

在这里插入图片描述

2. 点乘运算

在这里插入图片描述

3. 矩阵乘法

在这里插入图片描述

在这里插入图片描述

4. 求平方根

在这里插入图片描述

5. 三角函数运算

在这里插入图片描述

6. 对数和指数运算

在这里插入图片描述

7. 广播

数组和数的运算
在这里插入图片描述

数组和数组的运算
在这里插入图片描述

8. 取数组中最小的元素和最大的元素

在这里插入图片描述

9. 取数组中最小元素和最大元素所在的索引

在这里插入图片描述

10. 获取数组总和

在这里插入图片描述

11. 获取数组平均值

在这里插入图片描述

12. 获取数组中位数

在这里插入图片描述

13. 获取数组的方差

在这里插入图片描述

14. 获取数组的标准方差

在这里插入图片描述

15. 多维数组运算指定维度

在这里插入图片描述

16. 通过下标获取元素

在这里插入图片描述

17. 按照条件筛选数组元素

简单条件
在这里插入图片描述

切片
在这里插入图片描述

切片跨度
在这里插入图片描述

切片跨度 反向取值
在这里插入图片描述

图片案例

安装pillow

pip install pillow

引用

from PIL import Image

打开图片

from PIL import Image
import numpy as np

# 打开图片
im = Image.open('image.jpg')
im.show()

将图片转化为numpy数组

在这里插入图片描述

获取图片大小及RGB3个纬度

在这里插入图片描述

获取某个像素点的颜色信息

在这里插入图片描述

获取像素点的红色分量

# 提取红色通道的数组信息
im_r = im[:, :, 0]
# 展示图片
Image.fromarray(im_r).show()

效果如下:
在这里插入图片描述

将两张图片按照比例融合

from PIL import Image
import numpy as np
# 读取图片
im1 = np.array(Image.open('image.jpg'))
im2 = np.array(Image.open('image2.png'))
# 将两张图片按照比例融合
# 若图片大小不一致,融合会报错,可以使用切片将大图按照小图的尺寸进行切片,小图尺寸 407*600
# 等同于 im_blend = im1 * 0.4 + im2[:407, :600] * 0.6
im_blend = im1 * 0.4 + im2[:im1.shape[0], :im1.shape[1]] * 0.6
# 计算出的结果数组是浮点数,转换成整形,否则无法展示
im_blend = im_blend.astype(np.uint8)
# 图片展示
Image.fromarray(im_blend).show()

效果如下
在这里插入图片描述

使用跨度对图片进行降采样

# 图片降采样
im_downsample = im1[::10, ::10]
# 展示图片
Image.fromarray(im_downsample).show()

效果如下:
在这里插入图片描述

翻转图片

im_flipped = im[::-1, :, :]
Image.fromarray(im_flipped).show()

效果如下:
在这里插入图片描述

使用切片裁剪图片

im_cropped = im[100:250, 300:450]
Image.fromarray(im_cropped).show()

效果如下:
在这里插入图片描述

视频地址:https://www.bilibili.com/video/BV1Wy4y1h7ii/?spm_id_from=333.337.search-card.all.click&vd_source=4db7c2f350467e9b824b695fb0f7e555

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值