慕课学习笔记——数据分析之表示（numpy）

目录

1.numpy库入门
1.1 numpy的数组对象ndarray（array）




1.2 ndarray数组的创建方法
方法2最常用

方法2详解——函数

注意：使用时要给定数据类型如np.int

科学计算时下述函数很重要

注意：a是一个数组，上述函数只是重塑其值
方法3

注意：拼接默认要求两数组列数一致

ndarray数组的维度变换

注意：

• 各种方法是否会改变原数组
• reshape的时候要在size保持不变的前提下进行

ndarray数组的类型变换
new_a = a.astype(new_type)
astype()方法一定会创建新的数组，相当于拷贝

1.3 nparray数组的操作（索引和切片）

• 一维数组：
  索引与python列表类似
  切片使用冒号（不含终止编号）

• 多维数组：
  索引使用逗号分隔
  切片
  

1.4 ndarray数组的运算（要同尺寸排列）

数组与标量之间的运算
注意原数组是否被改变


二元函数

举个例子

总结numpy库入门

2. Numpy数据存取与函数

2.1 数据的CSV文件存取
四个属性（写入）

读入

局限：
2.2多维数据的存取
写入

读入

使用以上方法需要注意（以上方法适用于大规模数据）

其他方法（需要使用numpy自定义的文件格式）

2.3 numpy的随机数函数——random子库
使用方法：np.random.xx
具体使用如有不知可以查看help，里面有详细的栗子——查看函数：help(np.random.rand)

seed的作用是，设置seed就可以再不同时间内输出同一随机值。
randint和seed举例


备注：第一轴就是第一列
choice函数举例


2.4 numpy的统计函数
进行数组进行统计运算（如求和、期望）
axis= 0 表示数组进行行元素运算
axis=1进行列运算

备注：average计算加权平均值
举个栗子


举个栗子

2.5 numpy的梯度函数
梯度反映了元素的变化率（应用于图像或声音处理）

举个栗子
一维数组一个元素对应一个梯度值

二维数组一个元素对应两个梯度（行梯度和列梯度），相应的，n维数组对应n个n维梯度数组

梯度运算呈现结果先行后列，即从轴0开始运算

3. 图像的手绘效果
3.1 图像的数组表示
图像RGB色彩模式0-255
PIL库——一个具有强大图像处理能力的第三方库

图像由一个二维数组表示，每个像素由一个RGB值表示

3.2 图像的变换
读入图像→获取RGB值→修改保存
举个栗子

备注：uint8的意思是？（前面的笔记中提到了）
或者修改第四行代码，会产生不同变换（灰度变换）

#区间变换
c = (100/255)*a +150
#像素平方
d = 255 * (a/255)**2

3.3 “图像的手绘效果”实例分析
分析特征：

1. 黑白色彩
2. 边界线条较重
3. 相同或相近色彩趋于白色
4. 略有光源效果

代码栗子（待解析）