Numpy学习记录

Numpy随心记

一、Numpy基础

1. 什么是Numpy

Numpy 指的是数值 Python（Numerical Python，是用于处理数组的 python 库，由 Travis Oliphant 于 2005 年创建。

2. 为什么Numpy比列表快

与列表不同，NumPy 数组存储在内存中的一个连续位置，因此进程可以非常有效地访问和操纵它们。

这种行为在计算机科学中称为引用的局部性。

这是 NumPy 比列表更快的主要原因。它还经过了优化，可与最新的 CPU 体系结构一同使用。
此处理解可参照 Python 列表

3. 创建 Numpy ndarray 对象

创建数组及查看数据类型、维数

4. 指定Numpy 数据类型

ggimg = np.array(np.where(t<0.4,255,0),dtype=np.uint8)

5. Numpy数组形状

NumPy 数组有一个名为 shape 的属性，该属性返回一个元组。

c = np.array([[[1,2,3],[4,5,6]],[[0,0,0],[1,1,1]]])
print(c.shape)
>> (2, 2, 3)

6. Numpy数组重塑

#将以下具有 12 个元素的 1-D 数组转换为 2-D 数组。

#最外面的维度将有 4 个数组，每个数组包含 3 个元素：
import numpy as np

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

newarr = arr.reshape(4, 3)

print(newarr)
>>[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

7. numpy.where()

    fireImg = np.array(np.where(R-G < colorth,
                                np.where(R-B < colorth,
                                         np.where(G-B < colorth,
                                                  np.where((R+G+B)/3 > 100, 255,
                                                                        0), 0), 0), 0))