創建矩陣

我們可以通過創建Python列表（list）的方式來創建Numpy矩陣，比如輸入nparray=np.array([i for i in range(10)])，可以看到返回的結果是array([0，1，2，3，4，5，6，7，8，9])。同樣，也可以通過Python列表的方式來修改值，比如輸入nparray[0]=10
Numpy數組還封裝了其他方法來創建矩陣。首先，我們介紹第一個方法np.zeros（從命名規則來看，這個方法就是用來創建數值都為0的向量），比如，我們輸入： a = np.zeros(10) 可以看到結果為： array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]) 從上述結果可以看出，每一個0后面都有一個小數點，調用a.dtype會發現我們創建的這個向量的類型為dtype(‘float64’)。值得注意的是：在大部分圖像識別算法開發中，我們使用的都是float64這個類型。如果希望在創建Numpy矩陣的時候強制規定一種類型，那么我們可以使用以下代碼： np.zeros(10,dtype=int)

numpy的一些內置函數

np.random.randint(0,5,size=5) #注意是前閉后開，永遠取不到5
我們也可以生成一個三行五列的整數矩陣，代碼如下 np.random.randint(4,9,size=(3,5))
seed的作用：如果不希望每次生成的隨機數都不固定，那么我們可以使用np.random.seed(1)，隨機種子使用數字1記錄，這以后只要是用隨機種子1生成的隨機數就都是固定的。
我們也可以生成介于0～1之間的浮點數的向量或者矩陣，代碼如下：
np.random.random(10) #生成0~1之間的浮點數，向量的長度為10
np.random.random((2,4)) #生成0~1之間的浮點數，二行四列的矩陣
·mean()：計算矩陣元素的平均值；矩陣的計算結果為一個一維數組，需要指定行或者列。
·max()：計算矩陣元素的最大值；矩陣的計算結果為一個一維數組，需要指定行或者列。
·median()：計算矩陣元素的中位數。
x=np.random .randn(30）生成30 個隨機參數并賦值給變量x
np.random.choice(100,10):從0-99之間隨機生成10個數字
numpy.random.randn(d0,d1,…,dn) randn函數返回一個或一組樣本,具有標準正態分布。

繪圖

除了繪制線型圖，利用Matp lotlib 強大的繪圖庫還能繪制散點圖、直方圖、餅圖等常用的圖形。
直方圖：

import matplotlib.pyplot as plt np. random.seed (42) x = np.random.randn(1000) plt.hist(x , bins=20 , color="g") plt.title("Example") plt.xlabel("x") plt.ylabel ("Y") plt.show()

bins 用于指定我們繪制的直方圖條紋的數量。

標簽折線圖：

x = np.random.randn(30) y = np.random.randn(30)plt.title("Example") plt.xlabel("x") plt.ylabel("Y") X, =plt.plot(x,"r--o") Y, = plt.plot(y,"b-*") plt.legend([X,Y] , ["X","Y"]) plt.show()

plt.xlabel (“Y”）、plt.ylabel (“Y”）和圖例的顯示代碼plt.l egend ([X , Y] , ［“X” ，“Y”]) ，傳遞給pit.legend 的是兩個列表參數， 第1個列表參數是在圖中實際使用的標記和線形， 第2 個列表參數是對應圖例的文字描述。

“ c ”：指定散點圖中繪制的參數點使用哪種顏色，使用“ g ” 表示設置為綠色。

總結

以上是生活随笔為你收集整理的【笔记】numpy使用详解 matplotlib绘图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。