導(dǎo)讀：本文讓你快速了解一下如何開始使用NumPy媚赖。一旦你熟悉了NumPy矫限，就會發(fā)現(xiàn)Python世界中的大多數(shù)科學(xué)計算都是圍繞NumPy構(gòu)建的催式。因此花在NumPy上的學(xué)習(xí)時間最終對你是有益的徽曲。
（教程領(lǐng)到手临庇，學(xué)習(xí)不用愁反璃！vx:Y20200324324 備注JS即可免費(fèi)領(lǐng)取哦！）
如果你已經(jīng)安裝了Anaconda假夺，那么就假設(shè)你已經(jīng)在虛擬環(huán)境中安裝了NumPy淮蜈。如果你使用過Python的標(biāo)準(zhǔn)發(fā)行版或任何其他發(fā)行版，你可以訪問
并按照所提供的安裝說明進(jìn)行操作已卷。
01 導(dǎo)入NumPy
一旦啟動了一個新的IPython或者Jupyter會話梧田，就可以導(dǎo)入Numpy模塊并按照以下步驟來驗(yàn)證版本：
import numpy
numpy.__version__
輸出結(jié)果：
1.15.4
提示：記得在Jupyter Notebook中，鍵入命令后侧蘸，你可以按下Ctrl+Enter裁眯，以執(zhí)行一個單元格』浒或者穿稳，按下Shift+Enter以執(zhí)行單元格，并自動插入或者選擇該單元格下面的單元格晌坤。依次單擊Help | Keyboard Shortcut以檢查所有的鍵盤快捷鍵逢艘，或者依次單擊Help | User Interface Tour以進(jìn)行快速瀏覽旦袋。
此處討論的部分包，建議使用NumPy 1.8版本或后續(xù)版本埋虹。按照慣例猜憎，你會發(fā)現(xiàn)在科學(xué)Python領(lǐng)域中，大多數(shù)人導(dǎo)入NumPy都會使用np作為別名：
import numpy as np
np.__version__
輸出結(jié)果：
1.15.4
02 理解NumPy數(shù)組
Python是一種弱類型的語言搔课。這就意味著胰柑，你無論何時創(chuàng)建一個新變量，都不必指定數(shù)據(jù)類型爬泥。例如柬讨，下面的內(nèi)容將自動表示為一個整數(shù)：
a=5
輸入下面內(nèi)容以再次確認(rèn)：
type(a)
輸出結(jié)果：
int
注意：因?yàn)闃?biāo)準(zhǔn)Python實(shí)現(xiàn)是用C編寫的，所以每個Python對象本質(zhì)上是一個偽C結(jié)構(gòu)袍啡。這對于Python中的整數(shù)也是如此踩官，實(shí)際上它是指向復(fù)合C結(jié)構(gòu)的指針，包含的不僅僅是原始整數(shù)值境输。因此蔗牡，用于表示Python整數(shù)的默認(rèn)C數(shù)據(jù)類型將依賴于你的系統(tǒng)架構(gòu)（即系統(tǒng)是32位還是64位平臺）。
更進(jìn)一步嗅剖，我們使用list()命令可以創(chuàng)建一個整數(shù)列表辩越，這是Python中的標(biāo)準(zhǔn)多元素容器。range (x)函數(shù)將創(chuàng)建從0到x–1的所有整數(shù)信粮。要輸出變量黔攒，你可以使用print函數(shù)，也可以直接輸入變量名字并按Enter：
int_list =list(range(10))
int_list
輸出結(jié)果：
[0,1,2,3,4,5,6,7,8,9]
類似地强缘，我們通過讓Python遍歷整數(shù)列表int_list中的所有元素督惰，并對每個元素應(yīng)用str()函數(shù)（該函數(shù)將一個數(shù)轉(zhuǎn)換成一個字符串），來創(chuàng)建一個字符串列表：
str_list= [str(i) for i in int_list]
str_list
輸出結(jié)果：
['0','1','2','3','4','5','6','7','8','9']
可是旅掂，用列表進(jìn)行數(shù)學(xué)運(yùn)算并不是很靈活赏胚。例如，我們想要將int_list中的每個元素都乘以一個因子2商虐。執(zhí)行以下操作可能是一種簡單的方法—看看輸出結(jié)果是怎樣的：
int_list*2
輸出結(jié)果：
[0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9]
Python創(chuàng)建了一個列表栅哀，其內(nèi)容是int_list的所有元素生成了兩次，這并不是我們想要的称龙！
這就是NumPy的用武之地。NumPy是專為簡化Python中的數(shù)組運(yùn)算而設(shè)計的戳晌。我們可以快速將整數(shù)列表轉(zhuǎn)換為一個NumPy數(shù)組：
import numpy as np
int_arr = np.array(int_list)
int_arr
輸出結(jié)果：
array([0,1,2,3,4,5,6,7,8,9])
讓我們看看試著將數(shù)組中的每個元素相乘會怎么樣：
int_arr*2
輸出結(jié)果：
array([0 2 4 6 8 10 12 14 16 18])
這次我們做對了鲫尊！加法、減法沦偎、除法以及很多其他運(yùn)算也是同樣的疫向。
而且咳蔚，每個NumPy數(shù)組都具有以下屬性：
ndim：維數(shù)。
shape：每一維的大小搔驼。
size：數(shù)組中元素的總數(shù)谈火。
dtype：數(shù)組的數(shù)據(jù)類型（例如int、float舌涨、string等）糯耍。
讓我們來看看整數(shù)數(shù)組的上述屬性：
print("int_arr ndim: ", int_arr.ndim)
print("int_arr shape: ", int_arr.shape)
print("int_arr size: ", int_arr.size)
print("int_arr dtype: ", int_arr.dtype)
輸出結(jié)果：
int_arrndim:1
int_arrshape:(10,)
int_arrsize:10
int_arrdtype:int64
從這些輸出中，我們可以看到我們的數(shù)組只包含一維囊嘉，其包含10個元素且所有元素都是64位的整數(shù)温技。當(dāng)然，如果你在32位機(jī)器上執(zhí)行這段代碼扭粱，你可能會得到dtype：int 32舵鳞。
03 通過索引訪問單個數(shù)組元素
如果你之前使用過Python的標(biāo)準(zhǔn)列表索引，那么你就不會發(fā)現(xiàn)NumPy中的索引有很多問題琢蛤。在一維數(shù)組中蜓堕，通過在方括號中指定所需的索引，可以訪問第i個值（從0開始計算）博其，與Python列表一樣：
int_arr
輸出結(jié)果：
array([0,1,2,3,4,5,6,7,8,9])
int_arr[0]
輸出結(jié)果：
0
int_arr[3]
輸出結(jié)果：
3
要從數(shù)組的末尾建立索引套才，可以使用負(fù)索引號：
int_arr[-1]
輸出結(jié)果：
9
int_arr[-2]
輸出結(jié)果：
8
切割數(shù)組還有一些其他很酷的技巧，如下所示：
int_arr[2:5]#fromindex2uptoindex5-1
輸出結(jié)果：
array([2,3,4])
int_arr[:5]#from the beginning up to index 5 - 1
輸出結(jié)果：
array([0,1,2,3,4])
int_arr[5:]#from index 5 up to the end of the array
輸出結(jié)果：
array([5,6,7,8,9])
int_arr[::2]#every other element
輸出結(jié)果：
array([0,2,4,6,8])
int_arr[::-1]#the entire array in reverse order
輸出結(jié)果：
array([9,8,7,6,5,4,3,2,1,0])
建議你自己嘗試使用這些數(shù)組贺奠！
提示：NumPy中切割數(shù)組的一般形式與標(biāo)準(zhǔn)Python列表中的相同霜旧。使用x [start: stop: step]訪問數(shù)組x中的一個片段。如果沒有指定任何一個值儡率，那么默認(rèn)值為start=0挂据、stop=size of dimension、step=1儿普。
04 創(chuàng)建多維數(shù)組
數(shù)組不必局限于列表崎逃。實(shí)際上，數(shù)組可以有任意維數(shù)眉孩。在機(jī)器學(xué)習(xí)中个绍，通常我們至少要處理二維數(shù)組，列索引表示特定的特征值浪汪，行包含實(shí)際的特征值巴柿。
使用NumPy可以輕松地從頭開始創(chuàng)建多維數(shù)組。假設(shè)我們想要創(chuàng)建一個3行5列的數(shù)組死遭，所有的元素都初始化為0广恢。如果我們不指定數(shù)據(jù)類型，NumPy將默認(rèn)使用float類型：
arr_2d = np.zeros((3, 5))
arr_2d
輸出結(jié)果：
array([[0.,0.,0.,0.,0.],
[0.,0.,0.,0.,0.],
[0.,0.,0.,0.,0.]])
使用OpenCV時你可能就知道：這可以解釋為所有像素設(shè)置為0（黑色）的一個3×5的灰度圖像呀潭。例如钉迷，如果你想要創(chuàng)建具有3個顏色通道（R至非、G和B）2×4像素的一個小圖像，但是所有像素都設(shè)置為白色糠聪，我們將使用NumPy創(chuàng)建一個3×2×4的三維數(shù)組：
arr_float_3d=np.ones((3,2,4))
arr_float_3d
輸出結(jié)果：
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.]]])
這里荒椭，第一維定義顏色通道（OpenCV中的藍(lán)色、綠色和紅色）舰蟆。因此趣惠，如果這是真實(shí)的圖像數(shù)據(jù)，我們可以通過切割數(shù)組輕松地獲得第一個通道中的顏色信息：
arr_float_3d[0, :, :]
輸出結(jié)果：
array([[1.,1.,1.,1.],
[1.,1.,1.,1.]])
在OpenCV中夭苗，圖像要么是值在0到1之間的32位浮點(diǎn)數(shù)組信卡，要么是值在0到255之間的8位整數(shù)數(shù)組。因此题造，使用8位整數(shù)傍菇，通過指定NumPy的dtype屬性并將數(shù)組中的所有1乘以255，我們還可以創(chuàng)建一個2×4像素界赔、全為白色的RGB圖像：
arr_uint_3d=np.ones((3,2,4),dtype=np.uint8)*255arr_uint_3d
輸出結(jié)果：
array([[[255,255,255,255],
[255,255,255,255]],
[[255,255,255,255],
[255,255,255,255]],
[[255,255,255,255],
[255,255,255,255]]],dtype=uint8)
關(guān)于作者：阿迪蒂亞·夏爾馬（Aditya Sharma）丢习，羅伯特·博世（Robert Bosch）公司的一名高級工程師，致力于解決真實(shí)世界的自動計算機(jī)視覺問題淮悼。曾獲得羅伯特·博世公司2019年人工智能編程馬拉松的首名咐低。
維什韋什·拉維·什里馬利（Vishwesh Ravi Shrimali），于2018年畢業(yè)于彼拉尼博拉理工學(xué)院（BITS Pilani）機(jī)械工程專業(yè)袜腥。此后一直在BigVision LLC從事深度學(xué)習(xí)和計算機(jī)視覺方面的工作见擦，還參與了官方OpenCV課程的創(chuàng)建。
邁克爾·貝耶勒（Michael Beyeler）羹令，是華盛頓大學(xué)神經(jīng)工程和數(shù)據(jù)科學(xué)的博士后研究員鲤屡，致力于仿生視覺的計算模型研究，以為盲人植入人工視網(wǎng)膜（仿生眼睛）福侈，改善盲人的感知體驗(yàn)酒来。他的工作屬于神經(jīng)科學(xué)、計算機(jī)工程肪凛、計算機(jī)視覺和機(jī)器學(xué)習(xí)的交叉領(lǐng)域堰汉。
本文摘編自《機(jī)器學(xué)習(xí)：使用OpenCV、Python和scikit-learn進(jìn)行智能圖像處理（原書第2版）》伟墙，經(jīng)出版方授權(quán)發(fā)布翘鸭。
延伸閱讀《機(jī)器學(xué)習(xí)》（原書第2版）
一本基于OpenCV4和Python的機(jī)器學(xué)習(xí)實(shí)戰(zhàn)手冊，既詳細(xì)介紹機(jī)器學(xué)習(xí)及OpenCV相關(guān)的基礎(chǔ)知識戳葵，又通過具體實(shí)例展示如何使用OpenCV和Python實(shí)現(xiàn)各種機(jī)器學(xué)習(xí)算法就乓，并提供大量示例代碼，可以幫助你掌握機(jī)器學(xué)習(xí)實(shí)用技巧，解決各種不同的機(jī)器學(xué)習(xí)和圖像處理問題档址。
教程領(lǐng)到手，學(xué)習(xí)不用愁邻梆！vx:Y20200324324 備注JS即可免費(fèi)領(lǐng)取哦守伸！
作者：阿迪蒂亞·夏爾馬（Aditya Sharma）、維什韋什·拉維·什里馬利（Vishwesh Ravi Shrimali）浦妄、邁克爾·貝耶勒（Michael Beyeler）
來源：華章科技
