<class 'numpy.ndarray'>的学习

在学习opencv-python的时候,给出图片地址再调用cv2.imread("地址"),发现出创建的是numpy类型的ndarray对象,用来存放多维数组的对象
# 导入cv2模块
import cv2
# 给出本地图片的地址
img_dir="D:/360Downloads/test.jpg"
# 创建numpy类型的ndarray对象,存放多维数组的对象
img=cv2.imread(img_dir)
# <class ‘numpy.ndarray‘>
print(type(img))

打印的是:<class ‘numpy.ndarray‘>

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

广泛应用于Matlab,有助于python学习数据科学和机器学习

安装:pip install numpy

NumPy 最重要的一个特点是其 N 维数组对象 ndarray,ndarray 对象是用于存放同类型元素的多维数组

1、创建ndarray对象

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明:

object:数组或者嵌套的数列

dtype:数组元素的数据类型,比如dtype=float,dtype=complex

copy:对象是否需要复制,默认需要

order:创建数组的样式

subok:默认返回和基类一样的数组

ndmin:指定数组生成数组的最小的维度

2、代码示例:

# 导入numpy模块
import numpy
# 创建ndarray对象,用来存放多维数组
a=numpy.array(([1,2,3], [4,5,6], [7, 8, 9]))
print(a)
# <class ‘numpy.ndarray‘>
print(type(a))
# 数组元素的数据类型为float
b=numpy.array(([1,2,3],[4,5,6],[7,8,9]),dtype=float)
print(b)
# 生成最小的维度2
c=numpy.array(([1,2,3],[4,5,6],[7,8,9]),ndmin=2)
print(c)

结果:

[[1 2 3]
[4 5 6]
[7 8 9]]
<class ‘numpy.ndarray‘>
[[1. 2. 3.]
[4. 5. 6.]
[7. 8. 9.]]
[[1 2 3]
[4 5 6]
[7 8 9]]

Process finished with exit code 0

<class 'numpy.ndarray'>的学习

原文地址:https://www.cnblogs.com/Mr-choa/p/12621034.html

时间: 2024-07-30 04:58:18

<class 'numpy.ndarray'>的学习的相关文章

numpy ndarray

>>> aarray([[1, 2], [3, 4]])>>> a.shape(2, 2)>>> barray([2, 3])>>> b.shape(2,)>>> carray([[1], [2]])>>> c.shape(2, 1)>>> darray([[1, 2]])>>> d.shape(1, 2) >>> d.sum(0)==earra

TypeError: unhashable type: &#39;numpy.ndarray&#39;

在TensorFlow中运行程序出现如下  TypeError: unhashable type: 'numpy.ndarray',主要原因可能是数据类型的问题,如下: batch_X = X_train[idx, :]batch_y = y_train[idx, :] 可能X_train 是 DataFrame格式的,不能用于迭代,可将其转化成 np.array 格式的,如 X_train = np.array(X_train) TypeError: unhashable type: 'num

Numpy(ndarray常用函数介绍)

1. 由list创建ndarray 1 import numpy as np 2 3 x = [1, 2, 3] 4 print(x) 5 print(type(x)) 6 a = np.array(x) 7 print(a) 8 print(type(a)) output: [1, 2, 3] <class 'list'> [1, 2, 3] <class 'numpy.ndarray'> 原文地址:https://www.cnblogs.com/aperolchen/p/947

记一个小错误:&#39;numpy.ndarray&#39; object is not callable

错误在于mfcc是已经定义的函数,所以变量名改为wav_mfcc,问题就解决了. 参考博客: https://blog.csdn.net/Olaking/article/details/43199003 记一个小错误:'numpy.ndarray' object is not callable 原文地址:https://www.cnblogs.com/yuren1998/p/11558700.html

列表、字典、Numpy、panadas学习记录

一.列表 names=["aa","bb","cc","dd","ee"] print(names) print(names[0]+" "+names[1]) print(names[1:3]) print(names[0:3]) print(names[3]) print(names[-1]) print(names[-2]) print(names[-3:-1]) print(nam

numpy简单入门学习

为了快速的学习numpy,只要参阅了官网的快速入门教程进行学习,官网的网址:https://docs.scipy.org/doc/numpy-dev/user/quickstart.html.虽然和matlab的操作大同小异,但是还是需要很多明确的python的概念,比如序列,列表以及元组的概念,当然这也是python里面需要注意最多的基本的数据类型.现将学习的基本过程叙述如下: numpy是通过python语言实现的用于科学研究中的计算.可以方便的进行代数计算.傅里叶计算等.这是Numpy学习

NumPy基础入门学习

对于习惯使用了MATLAB的用户而言,学习NumPy这个python工具包付出的成本应该是不大的. NumPy的主要的object是多维数组,是一个有相同类型的数字等构成的一张表格,可以通过元组进行索引.本篇主要列出NumPy中最常用的一些操作. 1,ndarray 类型的一些属性 >>> from numpy import * >>> a=array([[1,2,3],[4,5,6]]) >>> a array([[1, 2, 3], [4, 5,

Numpy库的学习(一)

今天来学习一下Python库中,支持高级大量的维度数组与矩阵运算的神奇的Numpy库 Numpy同时也对数组运算提供大量的数学函数,对于大量计算运行效率极好 是大量机器学习框架的基础库 废话不多说,直接开整 Numpy中最核心的结构就是ndarray数组 Numpy中定义的最重要的对象是成为ndarray的N维数组类型 它描述相同类型的元素集合.可以使用基于零的索引访问集合中的项目.大部分的数组操作仅仅是修改元数据部分,而不改变其底层的实际数据. 数组的维数称为秩,简单来说就是如果你需要获取数组

NumPy Ndarray对象

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型. 它描述相同类型的元素集合. 可以使用基于零的索引访问集合中的项目. ndarray中的每个元素在内存中使用相同大小的块. ndarray中的每个元素是数据类型对象的对象(称为 dtype). 从ndarray对象提取的任何元素(通过切片)由一个数组标量类型的 Python 对象表示. 下图显示了ndarray,数据类型对象(dtype)和数组标量类型之间的关系. ndarray类的实例可以通过后面描述的不同的数组创建例