DevOps技术

## 一、使用列表创建numpy数组
### 1 使用numpy创建一维数组
![](/static/upload/20220506_143314.png)

### 2 使用numpy创建二维数组
![](/static/upload/20220506_143347.png)

### 3 使用numpy创建一维数组，源为不同数据类型的列表
如下，源虽然是不同类型的元素的列表，但是创建numpy对象后，都转换为字符串类型，类型的优先级是：字符串 > 浮点数 > 整数
![](/static/upload/20220506_143503.png)

## 二、通过读取图片创建多维numpy数组
### 1 将图片信息读取到numpy数组中
首先在jupyter根目录中上传了一张"100.png"的图片，然后使用如下代码即可读取
```python
import matplotlib.pyplot as plt
img_arr=plt.imread("./100.png")
img_arr
```
回显如下：
```bash
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.]],

[[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

...,

[[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]],

[[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        ...,
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]]], dtype=float32)
```
### 2 在jupyter中读取图片数据后并显示
![](/static/upload/20220506_153341.png)

### 3 对图片数组数据处理
对数组中每个元素减0.1，图像已经发生了变化
![](/static/upload/20220506_153957.png)

## 三、通过指定函数生成numpy数组
### 1 生成多维数组
![](/static/upload/20220506_154518.png)

### 2 生成一维线性数组
![](/static/upload/20220506_154549.png)

### 3 生成一维等差数列
![](/static/upload/20220506_154758.png)

### 4 生成随机的多维数组
![](/static/upload/20220506_155005.png)

不积跬步，无以至千里

博客