第一周 numpy入门

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')