OpenCV-Python实战（2）——必备的numpy知识

一、n维数组  ndarray

使用numpy模块建立的数组数据类型为ndarray (n-dimension array)。

可以使用以下命令调用ndarray的属性：

import numpy as np
ndarray = np.array([[1,2,3],[1,2,3]])
print(ndarray.dtype)  # 数组元素类型
print(ndarray.item)   # 数组元素数据所占空间（字节）
print(ndarray.ndim)   # 数组维度
print(ndarray.shape)  # 数组形状
print(ndarray.size)   # 数组元素个数

二、建立n维数组 

1、np.array()

x1 = np.array(shape, dtype = float)

shape：数组形状。

dtype：数据类型，默认：float。

2、np.zeros()

x1 = np.zeros(shape, dtype = float)

3、np.zones()

x1 = np.ones(shape, dtype = float)

4、np.empty()

x1 = np.empty(shape, dtype = float)

5、np.random.randint() 

x1 = np.random.randint(low, high = None, size=None, dtype = int)

low：随机数的最小值（包含）。

high：可选项。有则为[low,high)；无则为[0,low)，随机数范围。

size：数组形状/大小。

dtype：数据类型，默认为：int

6、np.arange()

x1 = np.arange(start, stop, step)

start：起始值（包含），默认为：0。

stop：结束值。

step：相邻元素间距，默认为：1。

7、np.reshape()

x1 = np.reshape(oldshape, newshape)

oldshape：要更改的数组。

newshape：新数组的形状。

三、数组的四则运算

数学中的四则运算符号“+、-、*、/、//、%、**”同样可以运用于Numpy数组。

x = np.array([1,2,3])
y = x + 5  # 以 + 运算为例

 四、数组切片与索引

ndarray[start:end:step]

start：起始索引，省略则表示从0开始索引。

end：终止索引，省略则表示到末端的所用元素。

step：索引间隔，默认为 1。

# 切片
ndarray[:n]  # 从起始取到第n-1个
ndarray[n:]  # 从第0个元素取到最后
ndarray[:-n] # 取得前面列表，不含最后n名
ndarray[-n:] # 取得列表后n名
ndarray[:]   # 取得所有元素
ndarray[::n] # 从起始每隔n个元素间隔取到最后
#索引
ndarray[x,y] # 取出第x行，第y列的元素

五、数组合并

x = np.hstack(tup) # 水平合并
x = np.vstack(tup) # 垂直合并

tup：元组tuple（），内容为要垂直合并的两个数组

import numpy as np
x1 = np.random.randint(0,5,(2,3))
x2 = np.random.randint(5,10,(2,3))
x = np.hstack(tup=(x1,x2))
# x = np.vstack(tup=(x1,x2))
print('数组 1 \n{}'.format(x1))
print('数组 2 \n{}'.format(x2))
print('合并结果 \n{}'.format(x))

数组 1 
[[2 3 4]
 [2 1 2]]
数组 2 
[[7 5 9]
 [6 5 6]]
合并结果 
[[2 3 4 7 5 9]
 [2 1 2 6 5 6]]