Python 生成 -1~1 之间的随机数矩阵方法

yipeiwu_com6年前Python基础

1. 使用函数 np.random.random

由于 np.random.random() 默认生成 0~1 之间的小数,因此需要转换一下

如生成 3*3 的 -1~1 之间的随机数矩阵

-1 + 2*np.random.random((3,3))

# -*- coding:utf-8 -*-
 
import matplotlib.pyplot as plt
import pylab
import cv2
import numpy as np
 
img = plt.imread("1.png")      #在这里读取图片
 
#plt.imshow(img)          #显示读取的图片
#pylab.show()
 
print "start processing..."
 
for i in range(1,200):
# fil = np.random.randint(0, 10, size=[3, 3])
 fil = -1 + 2*np.random.random((3,3))
 
 res = cv2.filter2D(img,-1,fil)      #使用opencv的卷积函数
 
# plt.imshow(res)          #显示卷积后的图片
 pic_name = str(i) + ".png"
# plt.imsave(pic_name, res)
# plt.imsave("res.jpg",res)
# pylab.show()
print "complete!"

以上这篇Python 生成 -1~1 之间的随机数矩阵方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python基础学习之常见的内建函数整理

 前言 Python针对众多的类型,提供了众多的内建函数来处理,这些内建函数功用在于其往往可对多种类型对象进行类似的操作,即多种类型对象的共有的操作,下面话不多说了,来一看看详...

详解Python中heapq模块的用法

详解Python中heapq模块的用法

heapq 模块提供了堆算法。heapq是一种子节点和父节点排序的树形数据结构。这个模块提供heap[k] <= heap[2*k+1] and heap[k] <= hea...

python数据归一化及三种方法详解

python数据归一化及三种方法详解

数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数...

python基础学习之如何对元组各个元素进行命名详解

python基础学习之如何对元组各个元素进行命名详解

元祖的创建 元祖创建很简单,只需要在括号中添加元素,并使用逗号隔开即可。 >>> temp=(1) >>> temp 1 >>>...

django 自定义过滤器(filter)处理较为复杂的变量方法

简述:django 在views中有数据需要通过字典(dict)的方式传递给template,该字典中又包含了字典,而且字典中的键值还是一个对象,在template中处理传递过来的数据的...