Python入门
Numpy
- 导入Numpy
import numpy as np
- 生成Numpy数组与Numpy数组的运算
x=np.array([1.0,2.0,3.0])
y=np.array([2.0,3.0,4.0])
print(x)
print(type(x))
# element-wise
print(x+y)
# 广播,可进行扩展实现不同维度矩阵的计算
x=x/2.0
print(x)
- Numpy的N维数组与运算
# 张量/多维数组
A=np.array([[1,2],[3,4]])
# 查看矩阵形状/维数
print(A.shape)#得到一个元组
print(np.ndim(A))#得到维数数字
# 查看矩阵类型
print(A.dtype)
B=np.array([[2,2],[1,1]])
print(A+B)
print(A*B)
C=np.array([10])
print(B*C)
- 广播
# 张量/多维数组
A=np.array([[1,2],[3,4]])
#访问元素:索引,遍历,数组
print(A[0])
print(A[0][1])
for row in A
print(row)
#转换为数组
A=A.flatten()
print(A)
print(A[np.array([0,1,2])])
# 满足特定条件
print("输出满足大于1条件的")
# 输出bool型数组
print(A>1)
# 取满足元素,即对应true元素
print(A[A>1])
Matplotlib
- 绘制图形
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.image import imread#读入图像
绘制图1
#利用 matplotlib.pyplot绘制图像
#生成数据
a=np.arange(0,6,0.1)
b=np.sin(a)
c=np.cos(a)
#绘制图形
plt.plot(a,b)
plt.show()
绘制图2
plt.plot(a,b,label="sin")#默认gold
plt.plot(a,c,linestyle="--",label="cos")#虚线表示
plt.xlabel("x")
plt.ylabel("y")
plt.title('sin&cos')#标题
plt.legend()#标注,实例图像
plt.show()
显示图像
#显示图像
img=imread(r"D:\stone\1jpg.jpg")#读入图像,根据图像的绝对位置(加r)或者相对位置
plt.imshow(img)
plt.show()
本文含有隐藏内容,请 开通VIP 后查看