查看Numpy版本

1
2
import numpy as np
print(np.__version__)

使用Numpy创建ndarray对象

通过列表转换为ndarray对象

1
2
import numpy as np
n1 = np.array([3, 1, 4, 5])

使用Numpy自带函数进行填充

np.ones((10, 8), dtype=int) 第1个参数是一个元祖,指定了创建ndarray的形状,这里表示10行8列

np.zeros((4, 4)) 创建一个4行4列的形状的全0数组
np.full((10, 10), fill_value=1024) 创建一个10行10列的数组,使用1024对值进行填充
np.eye(10) 创建一个维度为10的方阵,并且主对角线全为1,也就是满秩
np.linspace(0, 100, 20) 从0开始到100,分为20个点,也就有19个空隙,每个空隙的大小为100/19
np.arange(0, 100, 2) 生成从0到100的随机数,但是不包括100,步长为2
np.random.randint(10) 生成10以内的随机数
np.random.randint(1, 10) 生成1-10以内的随机数
np.random.randint(1, 10, 5) 生成5个1-10以内的随机数
np.random.randn(100) 生成一个标准正态分布
np.random.normal(loc=175, scale=0, size=100) 生成一个自己自定义的一个正态分布,scale越大波动越大,这里取值为0时,将会生成100个175
np.random.random(100) 生成100个0-1的随机数
np.random.random([200, 300, 3]) 生成行200,列300,高3的三维0-1的随机数

Numpy中关于JPG与PNG图像的读取

JPG与PNG是两种不同的图片格式,Numpy将JPG图用3维数组来进行表示,每个元素的取值都在0-255之间;PNG也被Numpy用3维数组来表示,与JPG不同的是每个元素的取值在0-1之间

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
import matplotlib.pyplot as plt
cat = plt.imread('D:/git仓库/QF-Numpy/cat.jpg')
cat
"""
结果如下:
array([[[231, 186, 131],
[232, 187, 132],
[233, 188, 133],
...,
[100, 54, 54],
[ 92, 48, 47],
[ 85, 43, 44]],

[[232, 187, 132],
[232, 187, 132],
[233, 188, 133],
...,
[100, 54, 54],
[ 92, 48, 47],
[ 84, 42, 43]],

[[232, 187, 132],
[233, 188, 133],
[233, 188, 133],
...,
[ 99, 53, 53],
[ 91, 47, 46],
[ 83, 41, 42]],

...,

[[199, 119, 82],
[199, 119, 82],
[200, 120, 83],
...,
[189, 99, 65],
[187, 97, 63],
[187, 97, 63]],

[[199, 119, 82],
[199, 119, 82],
[199, 119, 82],
...,
[188, 98, 64],
[186, 96, 62],
[188, 95, 62]],

[[199, 119, 82],
[199, 119, 82],
[199, 119, 82],
...,
[188, 98, 64],
[188, 95, 62],
[188, 95, 62]]], dtype=uint8)
"""
plt.imread('./成绩.png')
"""
结果如下:
array([[[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
...,
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]],

[[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
...,
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]],

[[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
...,
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]],

...,

[[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
...,
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]],

[[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
...,
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]],

[[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
...,
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]]], dtype=float32)
"""