Android-Numpy库使用方法

NumPy是Python中科学计算的基础包，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等。本导图介绍了Numpy库的使用方法。

Numpy

• NumPy是Python中科学计算的基础包，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等。本导图介绍了Numpy库的使用方法。
• Numpy库入门
  • NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。
  • Numpy的引用
    • 默认：import numpy as np
  • 数据的维度
    • 一维数据：列表和集合类型
    • 二维数据：列表类型
    • 多维数据：字典类型或数据表示格式（JSON、XML、YAML）
  • ndarray
    • 封装了python原生的同数据类型的 n 维数组
    • 组成
      • 数据 元数据（数据维度、数据类型等） 轴（axis）：数据的维度 秩（rank）：轴的数量
    • np.array
      • 生成n维数组
    • 属性
      • .ndim：维度 .shape：几行几列 .size：元素个数 .dtype：元素类型 .itemsize：元素大小，以字节为单位
  • ndarray的元素类型
    • bool
      • 布尔类型
    • intc
      • int32或int64
    • intp
      • 用于索引的整数，int32或int64
    • 整数
      • int8
        • 8位长度的整数，取值：[-2^7,2^7-1]
      • int16
      • int32
      • int64
    • 无符号整数
      • uint8
        • 8位无符号整数，取值：[0,2^8-1]
      • uint16
      • uint32
      • uint64
    • 半精度浮点数
      • float16
        • 16位半精度浮点数：1位符号位，5位指数，10位尾数
      • float32
      • float64
    • 复数
      • complex64
        • 复数类型，实部和虚部都是32位浮点数
      • complex128
  • ndarray数组的创建
    • 列表、元组创建
      • 列表创建 元组创建 列表、元组混合创建
    • 函数创建
      • np.arange(n)
        • 生成一维数组，元素从0到n-1 生成[0,5)，以1为间隔的一维数组
      • np.ones(shape)
        • 根据shape生成一个全1数组
      • np.zeros(shape)
        • 根据shape生成一个全0数组
      • np.full(shape,val)
        • 根据shape生成一个全val数组
      • np.eye(n)
        • 创建n阶单位矩阵
      • np.ones_like(a)
        • 根据a的形状生成一个全1数组
      • np.zeros_like(a)
        • 根据a的形状生成一个全0数组
      • np.full_like(a,val)
        • 根据a的形状生成一个元素全部为val的数组
      • np.linspace()
        • 根据起止数据等间距地填充数据 endpoint默认为True，得到的点包括终止点 当endpoint为False时，得到的点不包括终止点
      • np.concatenate()
        • 将多个数组合并成一个新的数组
  • ndarray数组的变换
    • 维度变换
      • .reshape(shape)
        • 返回一个与原数组元素相同，但形状变为shape的数组，原数组不变
      • .resize(shape)
        • 将形状转化为shape，原数组发生改变
      • .swapaxes(ax1,ax2)
        • 将数组n个维度中的两个进行调换，原数组不变 数组维度从0开始计数
      • .flatten()
        • 将多维数组降维成一维数组，原数组不变 .flatten() 默认参数为'C'，即逐行排列 .flatten("F") 设置为'F'时，逐列排列
    • 类型变换
      • .astype()
        • 更改数组元素的类型，原数组不变
      • .tolist()
        • 数组转列表，原数组不变
  • ndarray数组的操作
    • 一维数组的索引和切片
      • 索引：可同时进行多个索引 切片：a[1：6：2]，1号到6号，但不包括6号，以2为步长
    • 多维数组的索引和切片
      • 索引
        • a[0，0，0]，以逗号分隔，每一位代表一个维度
      • 切片
        • a[0，：，：]，以逗号分隔，每一位对应一个维度，每个维度的切片与一维数组一致，若对应维度为冒号，表示该维度元素全部选取
  • ndarray数组的运算
    • 数组与标量之间的运算
      • 作用于数组的每一个元素
    • Numpy一元函数
      • np.abs(a)或np.fabs(a)
        • 计算数组各元素的的绝对值
      • np.sqrt(a)
        • 计算数组各元素的平方根
      • np.square(a)
        • 计算数组各元素的平方
      • np.log(a)、np.log10(a)、np.log2(a)
        • 计算数组各元素的自然对数、10底对数、2底对数
      • np.ceil(a)、np.floor(a)
        • 计算数组各元素的ceiling值和floor值 ceiling值：向上取整 floor值：向下取整
      • np.rint(a)
        • 计算数组元素的四舍五入值
      • np.modf(a)
        • 将数组各元素的小数和整数部分以两个独立数组形式返回
      • np.cos(a)、np.sin(a)、np.tan(a)
        • 计算数组各元素的三角函数
      • np.cosh(a)、np.sinh(a)、np.tanh(a)
        • 计算数组各元素的双曲型三角函数
      • np.exp(a)
        • 计算数组各元素的指数值
      • np.sign(a)
        • 计算数组各元素的符号值 正数：1 负数：-1 0：0
    • Numpy二元函数
      • 四则运算
        • 两个数组各元素进行对应运算 +：加 -：减 *：乘 /：除 **：x的y次方
      • np.maximum(a,b)
        • 逐一比较两个数组的元素大小，返回较大元素组成新的数组 np.maximum（a，b，c）：逐一比较数组a数组b对应元素的大小，取各个较大值形成新的数组c
      • np.minimum(a,b)
        • 逐一比较两个数组的元素大小，返回较小元素组成新的数组
      • np.mod(a,b)
        • 两数组元素逐一进行模运算，即求余
      • np.copysign(a,b)
        • 将数组b中各元素的符号赋值给数组a对应元素
      • 算数比较
        • 数组元素逐一对比，满足返回True，不满足返回False < > >= <= == !=
• Numpy数据存取与函数
  • CSV文件仅能用于一维和二维数组的存取 .dat和.csv文件可以被其他程序调用 .npy文件为Numpy独有，用于程序中的临时存取
  • 数据的CSV文件存取
    • CSV文件
      • Comma Separated Value，以逗号为分隔值的一种数据存储格式
    • np.savetxt()
      • 生成CSV文件 np.savetxt(frame,array,fmt='',delimiter='') frame：生成的文件名和路径 array：存入文件的数组 fmt：元素的格式，例如：%d（十进制整型）、%.2f（两位浮点型）、%.18e（科学计数法） delimiter：分隔符，默认是空格
    • np.loadtxt()
      • 读取CSV文件 np.loadtxt(frame,dtype=np.float,delimiter='',unpack=False) frame：要读取的文件名及其所在路径 dtype：数据类型 delimiter：以什么为分隔符读取文件 unpack：如果是True，读入属性将分别写入不同变量
    • CSV文件的局限性
      • 只能存储一维和二维数组
  • 多维数据的存取
    • .tofile()
      • .tofile(frame,sep=' ',format='') 将数组生成.dat文件 frame：生成文件的名称及路径 sep：分隔符 format：写入数据格式
    • np.fromfile()
      • np.fromfile(frame,dtype=float,count=-1,sep='') 以一维方式读取文件，需要知道原数组的维度和元素类型才能还原 frame：读取文件的名称及路径 dtype：以什么数据类型来读取，默认浮点型 count：读取的元素个数，-1表示读入整个文件，默认读入整个文件 sep：以什么分隔符读取
    • np.save()
      • 正常：np.save(fname,array) 压缩：np.savez(fname,array) fname：生成的文件名及路径，正常扩展名为.npy，压缩扩展名为.npz array：要存储为文件的数组
    • np.load()
      • np.load(fname) fname：要读取的文件名及路径
  • Numpy的随机数函数
    • np.random.rand()
      • [0,1）之间的随机浮点数，各个元素出现的频率服从均匀分布
    • np.random.nrand()
      • 生成服从标准正态分布的随机元素
    • np.random.randint()
      • np.random.randint(low,high,shape) 生成[low,high)的随机整数数组
    • seed(s)
      • 随机数种子，默认为当前系统的时间，同样的随机数种子将生成同样的随机数
    • np.random.shuffle(a)
      • 数组各行顺序随机排列，原数组发生改变
    • np.random.permutation(a)
      • 数组各行顺序随机排列，原数组不变
    • np.random.choice()
      • np.random.choice(a,size,replace,p) 从一维数组a中以概率p抽取元素，形成size形状的新数组 replace默认为True，即元素可以重复，挑选时不必去除已经挑选的元素 p为与a长度一致的一维数组
    • np.random.uniform(low,hign,size)
      • np.random.uniform(low,high,size) 产生服从均匀分布的数组 low：起始值 high：结束值 size：数组形状
    • np.random.nomal(loc,scale,size)
      • np.random.normal(loc,scale,size) 产生服从正态分布的数组 loc：均值，默认为0 scale：标准差，默认为1 size：数组形状
    • np.random.poisson(lam,size)
      • np.random.poisson(lam,size) 产生服从泊松分布的数组 lam：随机事件发生率 size：数组形状
  • Numpy的统计函数
    • np.sum(a,axis)
      • 计算给定轴元素之和 axis：给定轴，默认整个数组
    • np.mean(a,axis)
      • 计算给定轴元素的期望
    • np.average(a,axis,weights)
      • 计算给定轴元素的加权平均值
    • np.std(a,axis)
      • 计算给定轴元素的标准差
    • np.var(a,axis)
      • 计算给定轴元素的方差
    • np.min(a)
      • 返回数组中的最小值
    • np.max(a)
      • 返回数组中的最大值
    • np.argmin(a)
      • 返回数组中最小值的一维坐标
    • np.argmax(a)
      • 返回数组中最大值的下标
    • np.unravel_index(index,shape)
      • 根据shape将一维下标index转化为多维下标
    • np.ptp(a)
      • 数组中最大值与最小值的差
    • np.median(a)
      • 计算数组中的中位数
  • Numpy的梯度函数：np.gradient(a)
    • 一维
      • 第一个元素的梯度：第二个元素-第一个元素，18-12 最后一个元素的梯度：倒数第一个元素-倒数第二个元素，15-16 中间元素：（右侧元素-左侧元素）/2，（10-12）/2，（16-10）/2
    • 二维
      • 二维数组会返回两个梯度数组 第一个为第一层维度的梯度，第二个为第二层维度的梯度
• 图像的手绘效果
  • 图像的数组表示
    • 图像的RGB色彩模式
      • 每个像素点的颜色由R（红）、G（绿）、B（蓝）组成 R、G、B取值范围：0～255
    • PIL库
      • PIL库是一个具有强大图像处理能力的第三方库 安装方法：pip install pillow Image是PIL库中代表一个图像的类 调用方法：from PIL import Image
    • 图像的数组表示
      • convert：转换模式设置，共三个转换模式 .convert('RGB')：默认模式，转换为三维数组，高度、宽度、RGB。 转化为RGB模式，每个像素用RGB三个通道表示，每个通道用8个bit表示。 .convert('L')： 转化为灰度图像，每个像素用8个bit表示，0表示黑，255表示白，0～255表示不同的灰度。 L=R * 299/1000 + G * 587/1000 + B * 114/1000 .convert('1')：转化为二维数组，高度、宽度。 转化为二值图像，非黑即白，每个像素用True或False表示，False表示黑，True表示白。
    • RGB互补转换
    • 灰度转换
    • 区间变换
    • 像素平方
  • 图像的手绘效果