Python数据分析与展示（2）

目录

一、CSV文件存取

1、一维数据存取

（1）savetxt()保存文件

（2）loadtxt()读取文件

2、二维数据存取

tofile()存储二维数据

 fromfile()函数读取二维数据

二、Numpy的随机数函数

三、NumPy的统计函数

四、Numpy的梯度函数

五、图像的数组表示

1、色彩模式​

2、PIL（Python Image Library）库

3、图像的数组表示

六、图像的变换

七、“图像的手绘效果”实例分析

手绘效果的几个特征

---

一、CSV文件存取

CSV（Comma-Separated Value,逗号分隔值）是一种常见的文件格式，用来存储批量数据。

CSV只能有效存储一维和二维数组。np.savetxt()、np.loadtxt()只能有效存取一维和二维数组。

1、一维数据存取

（1）savetxt()保存文件

np.savetxt(
    frame # 保存数组的文件格式，文件、字符串或产生器,可以是.gz或.bz2的压缩文件。
    array # 存入文件的数组
    fmt   # 写入文件的数据格式，例如:%d %.2f %.18e。
    delimiter # 设置分隔符，默认为空格
)

（2）loadtxt()读取文件

np.loadtxt(
    frame # 读取的文件路径，文件、字符串或产生器,可以是.gz或.bz2的压缩文件。
    dtype # 指定读入的数据格式
    delimiter # 设置分隔符
    skiprows # 跳过的行数
    usecols # 使用的列数
    unpack # 是否解耦赋值给多个变量，默认为False，可选。 unpack: 如果True，读入属性将分别写入不同变量
)

2、二维数据存取

该方法需要读取时知道存入文件时数组的维度和元素类型。a.tofile()和np.fromfile()需要配合使用。

tofile()存储二维数据

.tofile(
    frame # 保存文件的格式
    sep # 分隔符
    format # 存入文件的格式
)

 fromfile()函数读取二维数据

.fromfile(
    frame #文件、字符串
    dtype #读取数据类型
    count # 读入元素的个数，-1表示全部读入
    sep #数据分割字符串，如果是空串，写入文件为二进制。
)

二、Numpy的随机数函数

Numpy的random子库，基本格式为  np.random.*

  np.random.rand()、np.random.randn()、np.random.randint()

三、NumPy的统计函数

Numpy直接提供的统计类函数，基本格式是 np.*

  np.std()、np.var()、np.average()

四、Numpy的梯度函数

 梯度：连续值之间的变化率，即斜率。 XY坐标轴连续X坐标对应的Y轴值：a,b,c，其中b的梯度是：(c-a)/2

五、图像的数组表示

1、色彩模式

图像一般使用RGB色彩模式，即每个像素点的颜色由红（R）、绿（G）、蓝（B）组成。

RGB形成的颜色包括了人类视力所能感知的所有颜色。

2、PIL（Python Image Library）库

PIL库是一个具有强大图像处理能力的第三方库。在命令行下的安装方法：pip install pillow

Image是PIL库中代表一个图像的类（对象）。

3、图像的数组表示

图像是一个由像素组成的二维矩阵，每个元素是一个RGB值。

图像是一个三维数组，维度分别是高度、宽度和像素RGB值。

from PIL import Image

六、图像的变换

读入图像后，获得像素RGB值，修改后保存为新的文件。

 

七、“图像的手绘效果”实例分析

手绘效果的几个特征

黑白灰色、边界线条较重、相同或相近色彩、趋于白色略有光源效果