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:
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.