numpy 知识汇总

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

1、增加维度

高纬度打印出来很不好观察，所以打印出来shape更加容易理解维度的增加，

此外一维向量a=np.array([1,2,3]), a[:,None],相当于变为二维并转置了shape=(3,1)

b Out[16]: array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])b.shape Out[17]: (3, 3) b[None,:,:].shape Out[18]: (1, 3, 3) b[:,None,:].shape Out[19]: (3, 1, 3) b[:,:,None].shape Out[20]: (3, 3, 1)

2、维度叠加

np.stack()中axis参数的理解

假设A，B，C的shape = (3,3) axis = 0 将（3x3）的矩阵看为整体单位，从上往下堆 axis = 1 将A、B、C中的行作为整体单位，从上往下堆 axis = 2 将A、B、C中的单个数作为整体，从左往右堆A = np. array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) B = np. array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) C = np. array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

np.stack([A,B,C], axis=0)

np.stack([A,B,C], axis=1)

np.stack([A,B,C], axis=2)

opencv的图像拼接

import cv2 import numpy as npdata1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])hdata = cv2.hconcat([data1,data1,data1])#水平方向拼接 vdata=cv2.vconcat([data1,data1,data1])#垂直方向拼接 print(hdata) print("\n") print(vdata)