numpy初识 old

一、创建ndarrary

1、使用np.arrary()创建

1)、一维数组

import numpy as np

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

2)、二维数组

np.array([[1, 2, 3], [3, 8,0], [3, 2, 5]])

注意：

a、创建数组的时候，数据类型最好一致，若不一致 str->float->int

b、数组要等长

不等长的数组

np.array([[1, 1, 2], [3, 5, 1], [2, 0]])

结果

array([list([1, 1, 2]), list([3, 5, 1]), list([2, 0])], dtype=object)

3)、图片

import matplotlib.pyplot as plt

读取图片　　图片->数组(三维)

img_arr = plt.imread("a.jpg")

展现图片　　数组->图片

plt.imshow(img_arr)

4)、获取数组的形状

img_arr.shape

2、使用routeines创建

1)、ones

np.ones(shape=(3, 6))

3行6列，内容为1.的二维数组　　dtype定义数据的类型

2)、zeros

np.zeros(shape=(2,5))

2行5列值为0.的二维数组

3)、full

自定义数据

np.full(shape=(3, 5), fill_value=10)

3行5列值为10的二维数组

4)、linspace

等差数组

np.linspace(start=0, stop=100, num=10)

5)、arange

与range有点相似step步长

np.arange(10,100,5)

6)、random.randint

np.random.randint(10, 30, size=(3,5))

7)、random.randn

正态分布

np.random.randn(2, 3)

2行3列随机数组

8)、random.random

0~1

np.random.random(size=(2,4))

注意：关于random

np.random.seed(10)

固定时间种子，产生的随机数就会固定下来

二、ndarray属性

1、size

数组元素的个数

arr.size

2、shape

数组的形状(维度+长度)

arr.shape

3、ndim

获取当前数组的维度

arr.ndim

4、dtype

获取当前数组数据的类型

arr.dtype

5、type

获取数组的类型

type(arr)

三、ndarray的基本操作

1、索引

arr = np.random.randint(1, 100, size=(4, 5))

# 获取索引值
arr[1][2]

# 修改索引值
arr[1][2] = 30
arr

2、切片

列表的切片相似

行切片

arr[0:2]

列切片

arr[:,1:3]

注意：用逗号隔开

行列切片

arr[1:3, 2:4]

行倒序

arr[::-1]

列倒序

arr[:,::-1]

全倒序

arr[::-1,::-1]

图片全倒置

new_arr = arr[::-1, ::-1, ::-1]
plt.imshow(new_arr)

3、变形

注意：reshape(元祖或直接写数字)，新的shape和原来的shape的size必须一样

变成一维数组

arr.reshape((20,))

变形二维数组

arr.reshape((2, 10))

变形三维数组

arr.reshape(2, 5, 2)

图片倒置

arr2 = plt.imread("a.jpg")
# 变形成一维数组
new_arr2 = arr2.reshape((313*500*3, ))
# 倒置
new_arr2
new_ = new_arr2[::-1]
# 变形
new_
plt.imshow(new_.reshape(313, 500, 3))

补充

-1表示自动计算数值

4、级联

前提：维度(ndim)必须一样，行或列有一个相等

np.concatenate((arr, arr), axis=1)

axis=1时，行级联(合并）

axis=0时，列级联(合并)

待续....