numpy速记

最近用numpy做图像处理,涉及到一些数组的基础操作,这里记录一下备忘。

import numpy as np

数组的随机填充:

np.array([0, 1, 2, 3]).reshape(2, 2) #将列表0,1,2,3转为2x2的数组
np.random.randint(0, 4, (3, 3, 3)) #生成3x3x3的随机数组,每个元素为0~4之间的随机整数

全0/1数组:

np.zeros(shape=[4,3], dtype=int) #生成4x3的全0数组
np.ones(shape=[4,3], dtype=int) #生成4x3的全1数组

 

数组的四则运算:

np.abs(array_a - array_b) #维数相同的两个数组求差值,两数组同位置的元素相差
np.array(a) * int_b #数组a乘以整数b,将数组a中每个元素都乘以该整数b
np.array(a) * np.array(b) #维数相同的两个数组求乘积,两数组同位置的元素相乘

数组的特殊操作:

np.diagonal(array_a) #数组a取对角线元素,返回为新的数组
np.swapaxes(array_a, 0, 1) #数组a的前两个维度互换
np.rot90(array_a) #数组a逆时针旋转90度
np.transpose(array_a) #数组a的维度反转。假设为x-y-z三维度的数组,反转后即为z-y-x三维度
np.median(array_a, axis=0) #对素组a的0维度中各元素求中值
np.max(array_a) #数组a中各元素求最大值
np.min(array_a) #数组a中各元素求最小值

 

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