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 np

data1 = 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)

3 四舍五入

np.array([1.1,2.2]).round()

巴特西

numpy 知识汇总

1、增加维度

2、维度叠加

np.stack()中axis参数的理解

opencv的图像拼接

3 四舍五入

4

最新文章

热门文章