python如何挑选矩阵中的不相领的列组成新的矩阵

Posted 2023-04-24

Python提供了一种简单而有效的方法来挑选矩阵中的不相邻的列，以组成新的矩阵。首先，需要使用NumPy库中的函数，该函数可以将矩阵中的每一行转换为一个一维数组。然后，可以使用NumPy库中的函数，将一维数组中的每一个元素提取出来，并将它们放入新的矩阵中。

比如，如果有一个3x3的矩阵，可以使用NumPy库中的函数将其转换为一个一维数组，然后使用NumPy库中的函数，将第一个元素提取出来，放入新的矩阵中，然后再提取第三个元素，放入新的矩阵中，以此类推，最终可以得到一个新的矩阵，它包含矩阵中不相邻的列。

此外，还可以使用NumPy库中的函数，将矩阵中的每一行转换为一个一维数组，然后使用NumPy库中的函数，将一维数组中的每一个元素提取出来，并将它们放入新的矩阵中，以此类推，最终可以得到一个新的矩阵，它包含矩阵中不相邻的列。

总之，Python提供了一种简单而有效的方法来挑选矩阵中的不相邻的列，以组成新的矩阵。使用NumPy库中的函数，可以将矩阵中的每一行转换为一个一维数组，然后使用NumPy库中的函数，将一维数组中的每一个元素提取出来，并将它们放入新的矩阵中，最终可以得到一个新的矩阵，它包含矩阵中不相邻的列 参考技术A 在Python中，可以使用索引和切片选择矩阵中不相邻的列来构成新的矩阵。Python中的索引从0开始，所以我们可以使用以下代码：new_matrix = old_matrix[:,::2]。这样就可以将原有矩阵中不相邻的列选出来，组成一个新的矩阵。 参考技术B python如何挑选矩阵中的不相领的列组成新的矩阵？
答: python挑选矩阵中的不相领的列组成新的矩阵，点击右上角进去，出现弹幕，点击矩阵即可！

python将图片转矩阵

    在机器学习手写数字识别案例中，需要将手写数字图片转矩阵向量。其实转矩阵，就需要根据图片上像素点来组成一个矩阵，如果把图片看作一个 长*宽 的二维矩阵，那么矩阵中的每个点的像素表示的数字组成一个新的矩阵。

    一般图片我们会将他转灰度图，整个图片就由数字和空白组成，这样就好取像素值了。

    下面介绍两种办法将手写数字图片转矩阵：

     原始图片：

    代码一：

import numpy as np
from PIL import Image
img = Image.open('number6.png')
img = img.resize((32,32))
img = img.convert("L")

img_new = img.point(lambda x:0 if x> 170 else 1)
arr = np.array(img_new)
for i in range(arr.shape[0]):
    print(arr[i])

   运行结果：

 

    这种方式，直接打印的是每一组向量，而不是字符串的形式。 

    代码二： 

from PIL import Image
img = Image.open('number6.png')
img = img.resize((32,32))
img = img.convert("L")


width,height = img.size
for i in range(height):
    for j in range(width):
        color = img.getpixel((j,i))
        if(color>170):
            print('0',end=' ')
        else:
            print('1',end=' ')
    print()

    运行结果：

 

      以上两种方式其实就是两个方法img.point()和img.getpixcel()的区别，他们参数不同，最终的结果都是将图片像素点转为数字，然后存储为新的矩阵。