sticklr wp wordpress搜索引擎优化的分类
NumPy是Python的第三方库，要使用需要先导入。
import numpy as np在pycharm中可以通过np.来查看numpy的可用函数。
np.函数名? 查看对应函数的详细信息。
生成NumPy数组
ndarray 多维数组对象
numpy封装了一个新的数据类型ndarray，是一个多维数组对象。该对象封装了许多常用数学运算函数。
这段代码要在jupyter中运行才会显示图片。
cv.imread（）函数-CSDN博客读取图片后以多维数组的形式保存图片信息，前两维表示图片的像素坐标，最后一维表示图片的通道索引，具体图像的通道数由图片的格式来决定。是一个3维numpy数组，这个数组有三个轴，长度分别为1068、1080、3。
numpy的ndarray对象有3个重要的属性：
print("img数组的维度",img.ndim) print("img数组的形状",img.shape) print("img数组的数据类型",img.dtype)
import numpy as np# 使用Opencv2开源库读取图像数据
import cv2from matplotlib import pyplot as plt# 读取一张图片，把图像转换为2维的numpy数组
img=cv2.imread("./hachiware1.jpg")# 使用plt显示图像
plt.imshow(img)print("数据类型：{},形状：{}".format(type(img),img.shape))
利用已有数据生成数组
1）将列表转换为ndarray
numpy.array(lst1)
import numpy as nplst1=[3.14,2.17,0,1,2]
print(lst1)nd1=np.array(lst1)print(nd1)
print(type(nd1))print(nd1.ndim)
print(nd1.shape)
print(nd1.dtype)
2）将嵌套列表转换成多维数组
import numpy as nplst1=[ [3.14,2.17,0,1,2] , [1,2,3,4,5] ]
nd2=np.array(lst1)
print(nd2)print(type(nd2))print(nd2.ndim)
print(nd2.shape)
print(nd2.dtype)
3）利用random模块生成数组
import numpy as np#生成形状为（4，4），值在0-1之间的随机数
#np.random.random 生成0-1之间的随机数
print(np.random.random((4,4)),end='\n\n')#产生一个取值范围在[1，50）之间的数组,数组的形状是(3,3)
#参数起始值（low）默认为0，终止值（high）默认为1
print(np.random.randint(low=1,high=50,size=(3,3)),end='\n\n')#产生的数组元素是均匀分布的随机数
print(np.random.uniform(low=1,high=3,size=(3,3)),end='\n\n')#生成满足正态分布的形状为（3，3）的矩阵
print(np.random.randn(3,3))上面的代码每次结果都不一样了，可以通过设置种子让每次结果都一样。
前面加上下面这段代码即可。
np.random.seed(10)import numpy as npnp.random.seed(10)#生成形状为（4，4），值在0-1之间的随机数
#np.random.random 生成0-1之间的随机数
print(np.random.random((4,4)),end='\n\n')#产生一个取值范围在[1，50）之间的数组,数组的形状是(3,3)
#参数起始值（low）默认为0，终止值（high）默认为1
print(np.random.randint(low=1,high=50,size=(3,3)),end='\n\n')#产生的数组元素是均匀分布的随机数
print(np.random.uniform(low=1,high=3,size=(3,3)),end='\n\n')#生成满足正态分布的形状为（3，3）的矩阵
print(np.random.randn(3,3))生成特定形状的多维数组
import numpy as np#生成全是0的3*3矩阵
nd5=np.zeros([3,3])
print(nd5)#生成与nd5形状一样的全0矩阵
nd5=np.zeros_like(nd5)
print(nd5)#生成全是1的3*3矩阵
nd5=np.ones([3,3])
print(nd5)#生成三阶单位矩阵
nd5=np.eye(3)
print(nd5)#生成三阶对角矩阵
nd5=np.diag([1,2,3])
print(nd5)将生成的数组保存到文件里
import numpy as npnd5=np.diag([1,2,3])
print(nd5)#保存为文件
np.savetxt(X=nd5,fname='./test1.txt')#加载文件中数据
nd5=np.loadtxt('./test1.txt')
print(nd5)发现文件夹里多了test1.txt文件。
利用arrange、linspace函数生成数组
import numpy as np#arrange([start,],stop[,step,],dtype=None)
#start和stop用于指定范围，step用于指定步长，生成一个数组
#start默认为0，step可为小数
#范围为[start,stop)
print(np.arange(10))
print(np.arange(0,10))
print(np.arange(1,4,0.5))
print(np.arange(9,-1,-1))