1.数据的CSV文件存取
概念
CSV是一种常见的文件格式,用来存储批量数据,又叫逗号分割值。
eg:
怎么将数据写入CSV文件?
np.savetest(frame,array,fmt=’%.18e’,delimiter=None)
frame:文件,字符串或产生器,可以是**.gz或者.bz2**的压缩文件
array:存入文件的数组
fmt:写入文件的格式,例如:%d %.2f %.18e,这是用户主要修改的参数
delimiter:分割字符串,默认是空格
eg:
如果想要改变输出数据的格式,就将fmt等于后换成其他格式。
怎么将CSV文件中的数据读入到Numpy中?
np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False)
frame:指定读入的文件来源,可以是文件,字符串或产生器,可以是**.gz或者.bz2**的压缩文件
dtype:将CSV文件中的每一个元素由字符串变成一个特定的格式,使用dtype变量指定,数据类型可选
delimiter:分隔字符串,默认是任何空格,CSV文件需要使用“,”作为分割字符串
unpack:如果为True,读入属性将分别写入不同变量
eg:
CSV文件的双重性
便利:CSV文件可以很好的处理数据的存储
局限性:CSV文件只能有效存储一维或者二维数组,也就是np.savetxt()和np.loadtxt()只能有效存取一维和二维数组。
2.多维数据的存储
a.tofile(frame,sep=' ',format='%s')
frame: 文件、字符串
sep:分隔数据的字符串,如果是空串,即不指定分隔符,写入文件为二进制,二进制文件无法直接打开
format:写入数据的格式
eg:
如果不指定分隔符这个变量即去掉sep
eg:
如何从文本文件、二进制文件还原这些数据呢?
方法:np.fromfile(frame,dtype=float,count=-1,sep=',')
frame:是文件
dtype:读取文件的时候指定要显示成的数据类型
count:要读入元素的个数,-1表示全部数据
sep:为要读取的文件的分隔符,如果文件是二进制文件,则sep为‘’空格
eg:
注意:如果使用这种方法需要读取时,知道存入文件时数组的维度和元素类型,a.tofile()与()(1)a.fromfile()需要配合使用,可以通过元数据文件来存储额外信息。
Numpy的便捷文件存取np.save(fname,array) 或np.savez(fname,array)
frame:文件名、以.npy为扩展名,压缩扩展名为.npz
array:数组变量
(2)np.load(fname)
3.Numpy的随机数函数
Numpy的random字库
eg:
eg:
eg:
4.Numpy的统计函数
numpy提供了库一级别的统计函数;因此可以在numpy库中直接调用。
调用方式为np.函数名
eg:
eg:
5.Numpy的梯度函数
np.gradient(f) 计算数组f中元素的梯度,当f维多维的时候,返回每个维度的梯度。
梯度:连续值之间的变化率,即斜率。
XY坐标轴连续三个X坐标对应的Y轴值:a,b,c,其中,b的梯度是:(c-a)/2
eg:
6.图像的数组表示
图像的RGB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三个颜色通道的变化和叠加得到各种颜色,三个色各自的取值范围是0-255。
RGB形成的颜色包括了人类视力所能感知的所有颜色。
PIL库
PIL:Python Image Library。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。如果安装了Anaconda,就包含了这个库,不用再安装。
from PIL import Image
Image是PIL库中代表一个图像的基础类(对象)。
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。
eg:
7.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。
eg:
8.图像手绘效果
eg: