简介
文章作为个人速查知识笔记使用,不确保完全正确,现基本更新结束,笔记来源:中国大学MOOC-Python数据分析与展示
【第一周】数据分析之表示
单元1:NumPy库入门
NumPy的引用
ndarray对象的属性
ndarray数组的创建方法
ndarray数组的维度变换
ndarray数组向列表的转换
数组的索引和切片
索引:获取数组中特定位置元素的过程
切片:获取数组元素子集的过程
NumPy一元函数
NumPy二元函数
单元小结
单元2:NumPy数据存取与函数
数据的存取与函数
数据的CSV文件存取-常用作二维数据存取
CSV(Comma-Separated Value,逗号分隔值)
CSV是一种常见的文件格式,用来存储批量数据
存储成CSV文件用法:
加载CSV文件用法:
CSV文件的局限性
CSV只能有效存储一维和二维数组
np.savetxt()和np.loadtxt()只能有效存取一维和二维数组
多维数据的存取
任意维度数据的存储:
数据分割字符串使用逗号时:
数据分割字符串为空串时(sep默认参数是空串)写入文件为二进制:
二进制格式有更小的体积,可以当做备份使用
任意维度数据的读取:
注意:
(1)存储format=“%d”则读取使用dtype=np.int对应
(2)并且tofile方法存储成一维数据,原来数据维度丢失,故使用reshape方法将一维数据还原成原来的维度形状
数据分割字符串是逗号时:
数据分割字符串是空串时:
需要注意
fromfile方法读取时需要知道文件数据类型
NumPy的便捷文件存取
数据存取小结
对于我们编写程序来说,中间使用文件进行缓存,使用load和save方式是非常快捷有效的方法;存储一个文件与其他程序做交互或者对接,要考虑使用CSV文件或者前面tofile方法生成其他程序可以识别的文件。
NumPy的随机数函数
NumPy的随机数函数子库
NumPy的统计函数
NumPy的梯度函数
单元小结
实例1:图像的手绘效果
图像的数组表示
图像的RGB色彩模式
PIL库
图像的数组表示
图像的变换
基本原理
“图像的手绘效果”实例分析
这里牵扯到除开Python外的其他许多知识
from PIL import Image
import numpy as np
a = np.asarray(Image.open('./beijing.jpg').convert('L')).astype('float')
depth = 10. # (0-100)
grad = np.gradient(a) #取图像灰度的梯度值
grad_x, grad_y = grad #分别取横纵图像梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/A
uni_y = grad_y/A
uni_z = 1./A
vec_el = np.pi/2.2 # 光源的俯视角度,弧度值
vec_az = np.pi/4. # 光源的方位角度,弧度值
dx = np.cos(vec_el)*np.cos(vec_az) #光源对x 轴的影响
dy = np.cos(vec_el)*np.sin(vec_az) #光源对y 轴的影响
dz = np.sin(vec_el) #光源对z 轴的影响
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源归一化
b = b.clip(0,255)
im = Image.fromarray(b.astype('uint8')) #重构图像
im.save('./beijingHD.jpg')
“图像的手绘效果”实例编写