Numpy基础学习

numpy底层使用c语言,围绕数组进行计算,默认64位浮点数

np.array()

np.zeros()

np.ones()

np.shape()

np.arange()

np.random.rand()

转换数据类型

1.创建时

b=np.zeros((2,3),dtype=np.int32)

np.int8/16/32/64

np.uint8/16/32/64

np.float32/64

bool

str

2.已创建

a=a.astype(int)

基本运算

1.四则运算

相同尺寸:

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

b=np.array([5,4,3,2])

不同尺寸:

a=np.array([[1],

                    [2]])

b=np.array([5,4])

 

把a数组由

1
2

扩展成

11
22

2.其他数学运算

平方根,对数运算,指数运算,正弦等

np.sqrt(a)

np.log(a)

np.pow(a,3)

np.sin(a)

筛选元素

b[(b>3)&(b%2==0)]

  a=np.array([[1,2],[3,4]])

 a[1,:]

 

 典型应用-图片处理

1.读取图片

from PIL import Image

im=Image.open('F:\\桌面\\flower.jpg')

im.show

 2.将图片转换成数组

im=np.array(im)

im.shape

 3.剪裁图片

im1=np.array(Image.open('F:\\桌面\\flower.jpg'))

im2=np.array(Image.open('F:\\桌面\\yellow.jpg'))

im1_cropped=im1[:600,:1000,:]

im2_cropped=im2[:600,:1000,:]

Image.fromarray(im1_cropped).show()

Image.fromarray(im2_cropped).show()

 

4.将两张图片混合

im_blend=im1_cropped*0.2+im2_cropped*0.5

im_blend=im_blend.astype(np.uint8)

Image.fromarray(im_blend).show()

5.翻转图片

im1_fliepped=im1[::-1,:,:]

Image.fromarray(im1_fliepped).show()

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
NumPy是一个功能强大的Python库,主要用于对多维数组执行计算。它的使用可以使代码更简洁,并且具有一些特性,如向量化操作,可以加速计算过程。在NumPy中,最重要的数据结构是NumPy数组,它可以通过不同的方法进行创建。 创建一维NumPy数组的常见方法有以下几种: 1. 使用np.array()函数,传入一个列表作为参数,例如: my_array = np.array([1, 2, 3, 4, 5]) 2. 使用np.array()函数,传入一个元组作为参数,例如: my_array2 = np.array((0, 1, 2, 3, 4)) 3. 使用np.arange()函数,该函数类似于内置函数range(),返回一个数组而不是列表,例如: my_array3 = np.arange(5) 4. 使用np.linspace()函数,该函数返回一个包含指定数量元素的数组,而不是指定步长(step),例如: my_array4 = np.linspace(0, 2*np.pi, 5) 这些方法可以用来创建不同类型的一维NumPy数组。通过打印数组可以查看创建的结果。在使用NumPy之前,需要导入NumPy库,可以使用import numpy as np语句进行导入。 NumPy还可以用于执行各种数学任务,如数值积分、微分、内插、外推等,以及快速处理图像等。因此,在机器学习中,NumPy常被用于存储训练数据和机器学习模型的参数,以及进行简单和快速的计算。 总结起来,NumPy提供了丰富的功能和优秀的库函数,使得在Python中进行数值计算变得更加方便和高效。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python科学计算的基本包-Python科学计算基本包Numpy使用的教程.pdf](https://download.csdn.net/download/qq_43934844/87898289)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [numpy基础语法整理](https://blog.csdn.net/weixin_61890283/article/details/124596265)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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