numpy的安装和创建

#安装

##1.以管理员的方式打开

 ##2.输入命令安装numpy插件

pip install numpy

##3.使用以下命令是否安装成功

pip list

##4.出现以下内容安装成功

创建

## 使用array创建
array语法

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

 使用array创建一维数组

list01 = [1,2,3,4]
np01 = np.array(list01)
print(np01)
print(type(np01))

#使用array创建二维数组

list02 = [[1,2,3,4],[5,6,7,8]]
np02 = np.array(list02)
print(np02)
print(type(np02))

#使用array创建三维数组

list03 = [[[1,2,3,4],[5,6,7,8],[9,10,11,12]]]
np03 = np.array(list03)
print(np03)
print(type(np03))

array参数的使用

| 参数   | 参数及描述                                                   |
| ------ | ------------------------------------------------------------ |
| Object | 任何序列类型                                                 |
| dtype  | 数组的所需数据类型,可选。                                   |
| copy   | 可选,默认为true,对象是否被复制。                           |
| order  | C(按行)、F(按列)或A(任意,默认)。                      |
| subok  | 默认情况下,返回的数组被强制为基类数组。如果为true,则返回子类。 |
| ndimin | 指定返回数组的最小维数。                                     |

使用arange创建

语法

arange(start,stop,step,dtype) 
1.不写start,默认从0开始
2.左开右闭
3.step步长,不写默认是1

一维数组

#一维数组
a = np.arange(10) #[0 1 2 3 4 5 6 7 8 9]
a = np.arange(2,10) #[2 3 4 5 6 7 8 9]
a = np.arange(1,10,2) #[1 3 5 7 9]
a = np.arange(1,10,2,dtype=float)
print(a)

二维数组


#二维数组
#切记前面的12,必须满足3*4
np01  = np.arange(12).reshape(3, 4)
print(np01)

使用 random 创建数组

#常用的random函数



| **函数**                                             | **描述**                               |
| :--------------------------------------------------- | -------------------------------------- |
| np.random.random(size)                               | 生成0到1之间的随机数                   |
| np.random.randint(low,high=None,size=None,dtype="1") | 生成随机的整数                         |
| np.random.randn(d0,d1,d2,d3.........)                | 生成标准正态的随机数(期望为0,方差为1) |
| np.random.normal(loc,scale,size)                     | 生成正态分布(指定期望和方差)           |
| np.random.uniform(low,high,size)                     | 生成均勻分布的随机数                   |
| np.random.shuffle()                                  | 随机打乱顺序                           |
| np.random.seed()                                     | 设置随机数种子                         |
| np.random.sample(size)                               | 生成随机的浮点数                       |

python
np.random.random()    生成0到1之间的随机数  


  创建一维数组 

 size生成几个数据,可直接写4

np01= np.random.random(size=4) 


创建二维数组 

 size=(3,4) 3行4列 可用()和[] ,效果一样

np01= np.random.random((3,4))


创建三维数组  

两个三行四列

np01= np.random.random((2,3,4))
print(np01)

 

使用zeros创建数组


语法


numpy.zeros(shaps,dtype=float,order="C") #创建指定大小的数组,数组以0填充
shaps:维度
dtype:数据类型
order:按行按列

np01= np.zeros(5) #[0. 0. 0. 0. 0.]
np01= np.zeros(5,dtype="int32")  #[0 0 0 0 0]
np01= np.zeros((2,5),dtype="int32") 
print(np01)

注:创建特定形状的多维数组

| **函数**             | **描述**                                                   |
| -------------------- | ---------------------------------------------------------- |
| np.zeros((3, 4))     | 创建3×4的元素全为0的数组                                   |
| np.ones((3, 4))      | 创建3×4的元素全为1的数组                                   |
| np.empty((2, 3))     | 创建2×3的空数组,空数据中的值并不为0,而是未初始化的垃圾值 |
| np.zeros_like(ndarr) | 以ndarr相同维度创建元素全为0数组                           |
| np.ones_like(ndarr)  | 以ndarr相同维度创建元素全为1数组                           |
| np.empty_like(ndarr) | 以ndarr相同维度创建空数组                                  |
| np.eye(5)            | 该函数用于创建一个5×5的矩阵,对角线为1,其余为0            |
| np.full((3,5), 10)   | 创建3×5的元素全为10的数组,10为指定值                      |

使用linspace创建数组

语法

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

| 参数     | **描述**                                                |
| -------- | ------------------------------------------------------- |
| start    | 序列的起始值                                            |
| stop     | 序列的终止值  ,如果endpoint=True,则证明数组包含于数列 |
| num      | 生成样本数量,默认是50                                  |
| endpoint | 如果为ture则包含stop,否则不包含                        |
| retstep  | 如果retstep=Ture,生成的数组会显示间距,否则不显示      |
| dtype    | 数据类型                                                |

"""
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
"""
np01= np.linspace(1,10,5)#从1-10,生成5个数据
np01= np.linspace(1,10,5,endpoint=True)#把10包含进去
np01= np.linspace(1,10,5,endpoint=False)#把10不包含进去
np01= np.linspace(1,10,5,retstep=True)#显示间距
np01= np.linspace(1,10,5,dtype="int32")
print(np01)

使用logspace创建数组

语法

np.logspace(start,stop,num=50,endpoint=Ture,base=10.0,dtype=None)

| 参数     | **描述**                                                |
| -------- | ------------------------------------------------------- |
| start    | 序列的起始值                                            |
| stop     | 序列的终止值  ,如果endpoint=True,则证明数组包含于数列 |
| num      | 生成样本数量,默认是50                                  |
| endpoint | 如果为ture则包含stop,否则不包含                        |
| base     | 对数log的底数,默认10.0                                  |
| dtype    | 数据类型                                                |

### 如何在 Python安装 NumPy OpenCV #### 安装 NumPy NumPy 是一个用于科学计算的基础库,在 Windows 上运行 Python 2.7 环境时,可以按照以下方法完成安装。如果遇到安装失败的情况,可能是因为缺少依赖项或其他兼容性问题[^1]。 推荐使用 `pip` 工具来安装 NumPy: ```bash pip install numpy ``` 对于特定版本的需求,可以通过指定版本号的方式进行安装。例如,安装某个稳定版的 NumPy 可以通过如下命令实现: ```bash pip install numpy==1.x.y ``` 其中 `1.x.y` 表示具体的版本号。 需要注意的是,Python 2.7 的支持已经结束,建议升级到更高版本的 Python 来获得更好的性能支持[^4]。 --- #### 安装 OpenCV OpenCV 是计算机视觉领域常用的开源库之一,其功能强大且广泛应用于图像处理等领域。由于 OpenCV 需要依赖于 NumPy 进行矩阵运算其他操作,因此在安装 OpenCV 前需确保已成功安装 NumPy。 同样地,也可以利用 `pip` 工具快速安装 OpenCV-Python 绑定包。为了加速下载速度并减少网络延迟的影响,可以选择国内镜像源作为安装地址[^2]: ```bash pip install opencv-python==4.0.1.24 -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 上述命令指定了 OpenCV 版本为 `4.0.1.24` 并设置了清华大学 TUNA 源作为索引站点。 另外,当使用 Conda 虚拟环境管理工具时,可以直接创建一个新的虚拟环境并将所需软件包一并安装进去: ```bash conda create -n python3.6 python=3.6 conda activate python3.6 conda install numpy conda install -c conda-forge opencv ``` 此方式不仅简化了配置流程还能够有效隔离不同项目之间的依赖冲突。 --- #### 示例代码验证安装是否成功 以下是简单的测试脚本来确认两者均已正确加载至当前环境中: ```python import numpy as np import cv2 print(f"Numpy version: {np.__version__}") print(f"OpenCV version: {cv2.__version__}") # 创建随机数组并通过 OpenCV 显示窗口展示出来 image = (np.random.rand(512, 512, 3) * 255).astype(np.uint8) cv2.imshow('Random Image', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段程序会打印出所使用的 Numpy OpenCV 的具体版本信息,并生成一张由伪随机像素构成的画面供观察者查看[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值