numpy的使用

1.numpy的使用
 创建numpy:
 import numpy as np
 第一种:np.array()创建
    eg:np.array([1,2,3],[4,5,6]) # 创建了一个二维数组
    数组与列表的差别:数组中的元素类型必须一致的,(如果不一致就会按照优先级进行转换:字符串 > 浮点型 > 整数)

    怎么将图片转换成数组
        图片为三维数组
        import matplotlib.pyplot as plt
        arr = plt.imread('图片.png') # 读取一个图片,相当于返回一个三维数组
        img = plt.imshow(arr)  # 相当于将三维数组进行展示

     numpy中的一下方法
        1.ones() 使用:ny.ones(shape = (3,4)) # 生成一个三行四列元素为1的数组
        2.linspace() 使用:np.linspace(0,100,num=20)  # 生成20个0-100的数组
        3.arange() 使用:np.arange(0,100,step=2) # 生成一个0到100 每个数字相差2的数组
        4.np.random.randint(0,100,size=(3,4))  # 生成随机生成一个元素范围在0-100整数的3行4列的数组
        5.固定随机性 np.random.seed(30)   np.random.randint(0,100,size=(3,4))
        6.将数组维度改变:reshape() 使用:arr.reshape((2,6))将以为数组arr改为一个2行6列的二维数组(元素个数要一样)
     numpy中常用的属性
       1.shape #返回形状
       2.ndim # 返回维度
       3.size # 返回元素个数
       4.dtype # 返回元素的类型    其中:array(dtype=类型):可以设定数据类型, arr.dtype = '类型':可以修改数据类型
     numpy的切片:
        和列表切片方式一样[:]
        多维数组的切割方式:arr[1:3,1:3],利用这个就可以对图片裁剪

     参数axis的理解:,axis=0表示按列,axis=1,表示按行

     将多个numpy数组进行横向或者纵向的拼接
     方法:np.concatenate(参数一,参数二) # 参数一为要拼接数组组成的元素构成的元组,参数二为axis

     常用的聚合操作:
     sum(),max(),min(),mean()

     常用的数学函数:
     sin()、cos()、tan()
     numpy.around(a,decimals) 函数返回指定数字的四舍五入值。decimals表示舍去小数点的位数,可以为负数
     numpy.ptp()最大值与最小值的差
     numpy.median()中值
     numpy.std() == sqrt(mean((x - x.mean())**2))  标准差
     numpy.var() == mean((x - x.mean())** 2) 方差

     矩阵:
        生成矩阵:numpy.matlib()
        转置矩阵:arr.T
        矩阵相乘:numpy.dot(a, b, out=None)