第一单元：
一、ndarray:n维数组对象，
①数组对象可以去掉元素之间运算所需要的循环，使一维向量更像单个数据
②ndarray由两部分构成：实际数据和描述数据的数据（数据的维度，数据的类型一般要求数组的类型相同）
轴:保存数据的维度 秩:轴的数量
ndarray对象的属性
属性测试
有符号的元素类型
无符号的类型和浮点型
复数的类型
二、ndarray数组的创建
创建数组
在python的列表和元组中创建数组
numpy的自带函数创建数组
等间距生成数组
endpoint:表示10是否是生成的元素的最后一个
数据的维数
三、数组的维度和元素类型的变换
数组的维度变换函数
注意：reshape和flatten不修改原数组，而是生成新的数组
数组的类型变换
astype方法会产生一个数组的拷贝，会产生新的数组，即使元素的类型一致
数组类型变换的操作
数组转列表的操作
三、ndarray数组的操作——索引和切片
一维数组的访问和切片
一维数组的切片：数组的起始下标 数组的终止下标（不包含） 步长
多维数组的索引
多维数组的切片
四、ndarray数组的运算
数组对标量的运算
数组的一元函数
一元函数
二元数组
第二单元
numpy的数据存取
将numpy数据的元素存入.csv文件 savetxt中fmt是在写入文件时设定的格式；
csv文件的生成和写入
读取csv文件的数据
运行测试
多维数据的存取：
将数据写入文件
从文件中读取数据
count可以设置一个读入的数量;. dtype设置读取的数据的类型，在下面dtype如果指定为str就会读取50个逗号；
注意：fromfile会读取一个一维数组，所以要reshape成三维数组
numpy自带的文件存储
随机数函数
通过调用seed调用相同的随机数组
第一轴即最外面的维度来进行打乱数组；
执行shuffle函数之后的发生改变的数组，但是shuffle函数返回值为None
注意：permutation的函数会返回一个新的数组；choice只能从一维数组中抽取
随机函数
NUMPY的统计函数
axis设置为n那么就在n+1的维度上进行运算
测试axis的运算
argmin和argmax可以将数组的元素的位置返回
随机函数的梯度函数
当只有一侧有数字时，梯度就用当前值减去上一个值得到梯度；
多维数组，会返回第一维到最后一位的梯度
图像的数组表示
手绘效果代码：
# coding:utf8
fromPILimportImage
importnumpyasnp
if__name__ =='__main__':
a = np.asanyarray(Image.open("data/5503.jpg").convert('L')).astype('float')
depth =10# (0-100)
grand = np.gradient(a)#取图像的灰度的梯度值
grand_x,grand_y = grand#分别取横纵图像的梯度值
grand_x = grand_x * depth /100
grand_y = grand_y * depth /100
A = np.sqrt(grand_x **2+ grand_y **2+1.)
uni_x = grand_x / A
uni_y = grand_y / A
uni_z =1./ A
vec_e1 = np.pi /2.2#光源的俯视角度， 弧度值
vec_az = np.pi /4.#光源的但范围角度 弧度值
dx = np.cos(vec_e1) * np.cos(vec_az)#光源对轴的影响
dy = np.cos(vec_e1) * np.cos(vec_az)
dz = np.sin(vec_e1)
b =255* (dx * uni_x + dy * uni_y + dz * uni_z)#光源归一化
b = b.clip(0,255)
im = Image.fromarray(b.astype('uint8'))
im.save('data/55_hand.jpg')
网友评论