numpy常用命令

什么是numpy

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

• 一个强大的N维数组对象 ndarray
• 广播功能函数
• 整合 C/C++/Fortran 代码的工具
• 线性代数、傅里叶变换、随机数生成等功能

求最大值np.max及其索引np.argmax

由于我太菜了这里只介绍一维数组用法。

one_dim_array = np.array([1, 4, 5, 3, 7, 2, 6])
print(np.argmax(one_dim_array), np.max(one_dim_array))

4 7

生成全零数组np.zeros

vis = np.zeros((512,512), dtype = bool)
blo = np.zeros((512,512), dtype = int)

dtype可以指定类型。blo如果不指定类型，可能会是[[0.,0.,0.,……]]

​

矩阵二值化np.where

我正在寻找一种基于阈值仅使用一个表达式来对numpy N-d数组进行二值化的方法。

np.random.seed(0)
np.set_printoptions(precision=3)
a = np.random.rand(4, 4)
threshold, upper, lower = 0.5, 1, 0

a现在是：

array([[ 0.02 ,  0.833,  0.778,  0.87 ],
       [ 0.979,  0.799,  0.461,  0.781],
       [ 0.118,  0.64 ,  0.143,  0.945],
       [ 0.522,  0.415,  0.265,  0.774]])

现在我可以触发这两个表达式：

a[a>threshold] = upper
a[a<=threshold] = lower

实现我的目标：

array([[ 0.,  1.,  1.,  1.],
       [ 1.,  1.,  0.,  1.],
       [ 0.,  1.,  0.,  1.],
       [ 1.,  0.,  0.,  1.]])

但有没有办法只用一个表达式来做到这一点？

有的！

np.where(a>threshold, upper, lower)
Out[6]: 
array([[0, 1, 1, 1],
       [1, 1, 0, 1],
       [0, 1, 0, 1],
       [1, 0, 0, 1]])

打赏