numpy使用文件中的数据、图像处理等

1、直接在编辑器中查看文件内容

读取文件内容到data变量中：

data = np.loadtxt('data/populations.txt')year, hares, lynxes, carrots = data.T  # trick: columns to variables

再进行绘制：

from matplotlib import pyplot as pltplt.axes([0.2, 0.1, 0.5, 0.8]) plt.plot(year, hares, year, lynxes, year, carrots) plt.legend(('Hare', 'Lynx', 'Carrot'), loc=(1.05, 0.5)) 

输出：

<matplotlib.legend.Legend at 0x10f8bc710>

再进行一些计算，相应的计算可参考前一篇文章

2、读取图片

from IPython.display import ImageImage(filename='images/numpy_image.png')

输出即为一张图片

3、增加一个新的轴，转变为二维数组（np.newaxis）

4、numpy.ogrid函数允许直接创建前面示例的向量x和y，并具有两个“重要维度”：

5、因此，一旦我们必须处理网格上的计算，np.ogrid就非常有用。 另一方面，np.mgrid直接提供充满索引的矩阵：

6、矩阵形状的控制

（1）Flattening（扁平化）：如二维数组转化为一维数组，数组转置后再进行扁平化

（2）Reshaping（重塑）：

参数为-1时，其对应的维度是推测出来的

7、增加一个维度：

使用np.newaxis对象进行索引可以让我们在一个数组中添加一个轴：

8、维度打乱（Dimension shuffling）

9、Resizing

可以使用ndarray.resize更改数组的大小，以0进行填充：

10、排序

（1）np.sort(a,axis=1)      axis=1时按行排序，axis=0时按列排序

（2）np.argsort()仍然是排序，但是排序返回的是序列对应索引的下标