CV算法工作流，无外乎就是，从图像数据标签数据，到图像数据标签数据， 的输入输出过程。过程中间就是各个模型算法的学习处理，数据的处理清洗是算法效果的根基。数据清洗里有三个重要基础知识，numpy、pandas、matplotlib
生成numpy数组
1.1 生成0和1的数组
- np.ones(shape[, dtype, order])
- np.ones_like(a[, dtype, order, subok])
- np.zeros(shape[, dtype, order])
- np.zeros_like(a[, dtype, order, subok])
>>> zero = np.zeros([3, 4])
array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
1.2 从现有数组生成
1.2.1 生成方式
-
np.array(object[, dtype, copy, order, subok, ndmin])
-
np.asarray(a[, dtype, order])
a = np.array([[1,2,3],[4,5,6]])
# 从现有的数组当中创建
a1 = np.array(a)
# 相当于索引的形式，并没有真正的创建一个新的
a2 = np.asarray(a)