1. 导入numpy库:
import numpy as np

2. 获取矩阵的行和列数
#得到图像的行数和列数
    sp = img.shape
    row = sp[0]
    column = sp[1]

也可写为如下:

row,column = img.shape
   
   或者:
   row,column = img.shape[:2]

3. 对矩阵进行特定行列进行提取操作

法一:

#取第3行
>> M[2]
#取第2列
>>>> M[:,1]

行和列的索引是从零开始。

  • 对矩阵行进行提取时,中括号里面只有索引值
  • 而对矩阵列数据进行操作中括号内有英文 “ : ”和 “ , ” 。

介绍带冒号的这种形式:

  • 这是numpy的切片操作,一般结构如num[a:b,c:d],分析时以逗号为分隔符逗号之前为要取的num行的下标范围(a到b-1)逗号之后为要取的num列的下标范围(c到d-1)
  • 如果是这种num[:b,c:d],a的值未指定,那么a为最小值0;如果是这种num[a:,c:d],b的值未指定,那么b为最大值;c、d的情况同理可得。
  • 如果遇到num[a:b,None],表示该维不进行切片,而是将该维整体作为数组元素处理,最后形成一个三维数组

法二:

Python取矩阵最后一行数据 python取矩阵的几行几列_数组元素


Python取矩阵最后一行数据 python取矩阵的几行几列_赋值_02


4. numpy定义一个矩阵并赋值
#定义w,为3×3的矩阵
    w = np.array([[0,1,0],[1,-4,1],[0,1,0]])

输出的行数和列数分别是3 3


5.