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....