《opencv numpy 基本操作》

《opencv numpy基本操作》

  • 1. 三个重要属性
  • 2. 创建矩阵
    • 2.1 array
    • 2.2 arange
    • 2.3 linspace
    • 2.4 zeros
    • 2.5 ones
    • 2.6 eye和identity
    • 2.7 random.randint
  • 3. 矩阵转换
    • 3.1 reshape
    • 3.2 flatten和ravel
    • 3.3 T和transpose
    • 3.4 hstack和vstack
  • 4. 最大值、最小值、平均值
  • 5. 数学运算
  • 6. 获取元素

1. 三个重要属性

dtype=data type (float uint8 float32)
shape (1,2) (3,)
ndim 向量是1,矩阵是2
如下,创建一个向量
《opencv numpy 基本操作》_第1张图片
如下 ,创建一个矩阵
《opencv numpy 基本操作》_第2张图片
如下,转换类型
《opencv numpy 基本操作》_第3张图片

2. 创建矩阵

2.1 array

《opencv numpy 基本操作》_第4张图片

2.2 arange

arange()第一个参数是start,第二个参数是end,第三个参数是step,左闭右开
《opencv numpy 基本操作》_第5张图片

2.3 linspace

linspace() 第一个参数是start,第二个参数是end,第三个参数是number,左闭右开
《opencv numpy 基本操作》_第6张图片

2.4 zeros

《opencv numpy 基本操作》_第7张图片

2.5 ones

《opencv numpy 基本操作》_第8张图片

2.6 eye和identity

eye()和identity()一样,生成对角线为1的单位矩阵,参数是一个n,生成nxn
《opencv numpy 基本操作》_第9张图片

2.7 random.randint

random.randint()第一个参数是start,第二个参数是end,第3个参数是shape,end取不到,随机取值
《opencv numpy 基本操作》_第10张图片

3. 矩阵转换

3.1 reshape

《opencv numpy 基本操作》_第11张图片

3.2 flatten和ravel

flatten()和ravel()作用一样
《opencv numpy 基本操作》_第12张图片

3.3 T和transpose

T和transpose()一样
《opencv numpy 基本操作》_第13张图片

3.4 hstack和vstack

hstack() 按水平方向进行拼接
vstack()按垂直方向进行拼接
《opencv numpy 基本操作》_第14张图片

4. 最大值、最小值、平均值

《opencv numpy 基本操作》_第15张图片
在这里插入图片描述

5. 数学运算

power()指数函数 ,sqrt()开平方
《opencv numpy 基本操作》_第16张图片
《opencv numpy 基本操作》_第17张图片
dot()和@表示矩阵相乘,是一样的
《opencv numpy 基本操作》_第18张图片

6. 获取元素

《opencv numpy 基本操作》_第19张图片
《opencv numpy 基本操作》_第20张图片

你可能感兴趣的:(深度学习,python,python)