数据分析----numpy数组的三种创建方式

一、使用列表创建numpy数组

1 使用numpy创建一维数组

2 使用numpy创建二维数组

3 使用numpy创建一维数组，源为不同数据类型的列表

如下，源虽然是不同类型的元素的列表，但是创建numpy对象后，都转换为字符串类型，类型的优先级是：字符串 > 浮点数 > 整数

二、通过读取图片创建多维numpy数组

1 将图片信息读取到numpy数组中

首先在jupyter根目录中上传了一张"100.png"的图片，然后使用如下代码即可读取

import matplotlib.pyplot as plt
img_arr=plt.imread("./100.png")

回显如下：

array([[[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

       [[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

       [[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

       ...,

       [[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

       [[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

       [[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]]], dtype=float32)

2 在jupyter中读取图片数据后并显示

3 对图片数组数据处理

对数组中每个元素减0.1，图像已经发生了变化

三、通过指定函数生成numpy数组

1 生成多维数组

2 生成一维线性数组

3 生成一维等差数列

4 生成随机的多维数组