数据分析综合实战(四)

Numpy实现正态分布

正态分布也称"常态分布",又名高斯分布,他在数据分析的许多方面都有着重大的影响力。正态分布是应用最广泛、最常见的一种数据分布形式。正态分布像一只倒扣的钟,两头低,中间高,左右对称,大部分数据集中在平均值附近,小部分在两端。

在进行数据分析时中发现数据源呈现正态分布的特性,只需要把样本总数量、平均值、方差表达出来,就已经能够形成一个完整的分析图表,通过正态分布曲线分布和横坐标就可以发现对应数值发生的概率,这对人们描述对象分析意义很大。

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib as mpl
mpl.use('TkAgg')

plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
sns.set_style('darkgrid')
n = np.random.normal(0, 0.1, 1000)   #生成均值为0,标准差为0.1的一维正态分布样本1000个
print(n)
sns.distplot(n)                      #直方图
plt.show()# 显示

Numpy处理图像灰度处理

图像其实是由若干像素组成,每一个像素都有明确的位置和被分配的颜色值,因此一张图片也就构成了一个像素矩阵。

灰度图的数据是一个二维数组,颜色取之为0-255,其中,0为黑色,255为白色。从0-255逐渐由暗色变为亮色。由此可见,图像灰度处理是就可以通过数组计算来实现。

RGB转换成灰度图像的常用公式

css 复制代码
Gray = R*0.299+G*0.587+B*0.114

Gray 代表的是灰度值
R、G、B代表的是红、绿、蓝颜色值
0.299、0.587、0.114代表灰度公式的固定值
ini 复制代码
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.use('TkAgg')

n1 = plt.imread("flower.jpg")  # 读取图片
plt.imshow(n1)  # 传入数组显示对应颜色
# n1为三维的数组,最高维是图像的高,次高维是图像的宽,最低维[R,G,B]是颜色值
n2 = np.array([0.299, 0.587, 0.114])  # 灰度公式的固定值
x = np.dot(n1, n2)  # 将数组n1(RGB颜色值)和数组n2(灰度公式的固定值)中的每个元素进行点乘运算
plt.imshow(x, cmap="gray")  # 传入数组显示灰度
plt.show()  # 显示图像
相关推荐
橘猫云计算机设计10 分钟前
基于django优秀少儿图书推荐网(源码+lw+部署文档+讲解),源码可白嫖!
java·spring boot·后端·python·小程序·django·毕业设计
互联网杂货铺16 分钟前
如何用Postman实现自动化测试?
自动化测试·软件测试·python·测试工具·测试用例·接口测试·postman
予安灵23 分钟前
一文详细讲解Python(详细版一篇学会Python基础和网络安全)
开发语言·python
冷月半明1 小时前
Python项目打包指南:PyInstaller与SeleniumWire的兼容性挑战及解决方案
python·selenium
冷月半明1 小时前
《Pandas 性能优化:向量化操作 vs. Swifter 加速,谁才是大数据处理的救星?》
python·数据分析·pandas
蹦蹦跳跳真可爱5891 小时前
Python----机器学习(基于PyTorch的线性回归)
人工智能·pytorch·python·机器学习·线性回归
搞不懂语言的程序员1 小时前
装饰器模式详解
开发语言·python·装饰器模式
mosquito_lover11 小时前
矿山边坡监测预警系统设计
人工智能·python·深度学习·神经网络·视觉检测
船长@Quant1 小时前
PyTorch量化进阶教程:第二章 Transformer 理论详解
pytorch·python·深度学习·transformer·量化交易·sklearn·ta-lib
攻城狮7号2 小时前
【第一节】Python爬虫基础-HTTP基本原理
爬虫·python·python爬虫