NumPy基本运算 ##ReverseColor_img.py
来源:互联网 发布:淘宝贷款怎么随借随带 编辑:程序博客网 时间:2024/06/09 23:53
基本运算
数组的算术运算是按元素的。新的数组被创建并且被结果填充。
>>> a = array( [20,30,40,50] )>>> b = arange( 4 )>>> barray([0, 1, 2, 3])>>> c = a-b>>> carray([20, 29, 38, 47])>>> b**2array([0, 1, 4, 9])>>> 10*sin(a)array([ 9.12945251, -9.88031624, 7.4511316 , -2.62374854])>>> a<35array([True, True, False, False], dtype=bool)
不像许多矩阵语言,NumPy中的乘法运算符 *
指示按元素计算,矩阵乘法可以使用 dot
函数或创建矩阵对象实现(参见教程中的矩阵章节)
>>> A = array( [[1,1],... [0,1]] )>>> B = array( [[2,0],... [3,4]] )>>> A*B # elementwise productarray([[2, 0], [0, 4]])>>> dot(A,B) # matrix productarray([[5, 4], [3, 4]])
有些操作符像 +=
和 *=
被用来更改已存在数组而不创建一个新的数组。
>>> a = ones((2,3), dtype=int)>>> b = random.random((2,3))>>> a *= 3>>> aarray([[3, 3, 3], [3, 3, 3]])>>> b += a>>> barray([[ 3.69092703, 3.8324276 , 3.0114541 ], [ 3.18679111, 3.3039349 , 3.37600289]])>>> a += b # b is converted to integer type>>> aarray([[6, 6, 6], [6, 6, 6]])
当运算的是不同类型的数组时,结果数组和更普遍和精确的已知(这种行为叫做upcast)。
>>> a = ones(3, dtype=int32)>>> b = linspace(0,pi,3)>>> b.dtype.name'float64'>>> c = a+b>>> carray([ 1. , 2.57079633, 4.14159265])>>> c.dtype.name'float64'>>> d = exp(c*1j)>>> darray([ 0.54030231+0.84147098j, -0.84147098+0.54030231j, -0.54030231-0.84147098j])>>> d.dtype.name'complex128' 许多非数组运算,如计算数组所有元素之和,被作为ndarray类的方法实现>>> a = random.random((2,3))>>> aarray([[ 0.6903007 , 0.39168346, 0.16524769], [ 0.48819875, 0.77188505, 0.94792155]])>>> a.sum()3.4552372100521485>>> a.min()0.16524768654743593>>> a.max()0.9479215542670073
这些运算默认应用到数组好像它就是一个数字组成的列表,无关数组的形状。然而,指定 axis
参数你可以吧运算应用到数组指定的轴上:
>>> b = arange(12).reshape(3,4)>>> barray([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])>>>>>> b.sum(axis=0) # sum of each columnarray([12, 15, 18, 21])>>>>>> b.min(axis=1) # min of each rowarray([0, 4, 8])>>>>>> b.cumsum(axis=1) # cumulative sum along each rowarray([[ 0, 1, 3, 6], [ 4, 9, 15, 22], [ 8, 17, 27, 38]])
##ReverseColor_img.py
import cv2
import numpy as np
img=cv2.imread('messi5.jpg')
img2= 255-img
cv2.namedWindow('image')
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.namedWindow('image2')
cv2.imshow('image2',img2)
cv2.waitKey(0)
0 0
- NumPy基本运算 ##ReverseColor_img.py
- NumPy 基本运算
- 基本运算 NumPy
- Numpy 数组基本运算 (五)
- NumPy的教程--数组,基本运算
- python numpy库基本函数,运算介绍
- numpy的基本用法(一)——基本运算
- numpy的基本用法(二)——基本运算
- py numpy库
- py-安装numpy
- Python第三方矩阵库numpy矩阵基本运算
- Numpy 中数组和矩阵的基本运算
- <PY><Numpy><Scipy>调整音量
- Python:基本运算、基本函数(包括复数)、Math模块、NumPy模块
- generate_anchor.py运算解读
- numpy 矩阵运算
- NumPy矩阵运算
- NumPy 数组矩阵运算
- POJ3280——Cheapest Palindrome(动态规划)
- Android逆向中的常用调试方法和使用代码总结
- linux c头文件#include<sys/types.h>和#include<fcntl.h>头文件总结
- TSMessages,非HUD风格的iOS提示框
- 15 个 Android 通用流行框架大全
- NumPy基本运算 ##ReverseColor_img.py
- 点击两次退出APP
- VMware三个版本workstation、server、esxi的区别
- 为什么你总是学不好Linux技术?这是我的答案
- Android自定义View的实现方法,带你一步步深入了解View
- Android Studi官方文档:如何启动另一个Activity
- 《iOS 5 By Tutorials》读书笔记
- 模板类型实参和非类型实参的使用 ----- 基于模板的函数指针的使用
- qt下载