NumPy的基本使用

一．实验内容

1.数组创建，创建一个矩阵A（[1,2][3,4]），并打印A的形状、秩、尺寸和类型。

1）程序代码：

import numpy as np


A = np.array([[1, 2], [3, 4]])  # 创建矩阵A


# 打印A的形状、秩、尺寸和类型
print("形状：", A.shape)
print("秩：", A.ndim)
print("尺寸：", A.size)
print("类型：", A.dtype)

2）代码执行结果：

2. 数组创建，创建一个形状为（3，2），类型为np.uint8的全0数组并打印。

1）程序代码：

import numpy as np


B = np.zeros((3,2), np.uint8)

print(B)

2）代码结果：

3. 通过reshape()改变数组形状，将形状为（3，2）数组B转变为形状为（2，3）。

1）程序代码：

import numpy as np

B = np.array([[1, 2], [3, 4], [5, 6]])

# 使用 reshape() 函数改变数组形状
B_reshaped = B.reshape((2, 3))

print("原始数组 B:")
print(B)
print("改变形状后的数组 B_reshaped:")
print(B_reshaped)

2）代码结果：

4. 计算出数组A：[[1,2],[3,4],[5,6]]与数组B:[[1,2]]进行四则运算的结果。

1）程序代码：

import numpy as np


# 定义数组A和B
A = np.array([[1, 2], [3, 4], [5, 6]])
B = np.array([1, 2])


print("A+B=\n", A+B)
print("A-B=\n", A-B)
print("A*B=\n", A*B)
print("A/B=\n", A/B)

2）代码结果：

5. 使用Numpy新建一个全黑的100*100的三通道图（图像的类型为uint8），并打印。并使用Pillow显示该矩阵.

1）程序代码：

import numpy as np
from PIL import Image

# 创建一个100x100的二维数组，数据类型为int8，所有元素初始化为0
# 这将代表一个全黑的图像，因为没有颜色通道信息
A = np.zeros((100, 100), np.int8)

# 将NumPy数组转换为Pillow图像对象
im = Image.fromarray(A)

im.show()  # 显示图像

2）代码结果：