数据分析----numpy数组的三种创建方式（numpy库为Python带来了真正的( )数组功能）

数据分析----numpy数组的三种创建方式（numpy库为Python带来了真正的( )数组功能）

一、使用列表创建numpy数组

1 使用numpy创建一维数组

2 使用numpy创建二维数组

3 使用numpy创建一维数组，源为不同数据类型的列表

如下，源虽然是不同类型的元素的列表，但是创建numpy对象后，都转换为字符串类型，类型的优先级是：字符串 > 浮点数 > 整数

二、通过读取图片创建多维numpy数组

1 将图片信息读取到numpy数组中

首先在jupyter根目录中上传了一张"100.png"的图片，然后使用如下代码即可读取

import matplotlib.pyplot as pltimg_arr=plt.imread("./100.png")

回显如下：

array([[[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.], ..., [1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]], [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.], ..., [1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]], [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.], ..., [1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]], ..., [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.], ..., [1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]], [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.], ..., [1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]], [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.], ..., [1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]], dtype=float32)

2 在jupyter中读取图片数据后并显示

3 对图片数组数据处理

对数组中每个元素减0.1，图像已经发生了变化

三、通过指定函数生成numpy数组

1 生成多维数组

2 生成一维线性数组

3 生成一维等差数列

4 生成随机的多维数组

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。