技巧

Here’s the table of contents:

1. 技巧
   1. 技巧1：matplotlib这么同时显示多张图片在同一个图中
   2. 技巧2：python中的共轭转置
   3. 技巧3： np.angle的用法
   4. 技巧4 不同numpy类型的查看方法，dtype和type()的区别

技巧1：matplotlib这么同时显示多张图片在同一个图中

plt.figure()
for i in range(1,32):
    plt.subplot(4,8,i)
    plt.imshow(img_test[i-1])
    plt.xticks([])
    plt.yticks([])
plt.show()

技巧2：python中的共轭转置

(a) .T －－ 返回自身的转置

(b) .H －－ 返回自身的共轭转置

(c) .I －－ 返回自身的逆矩阵

(d) .A －－ 返回自身数据的2维数组的一个视图(没有做任何的拷贝)

对应MATLAB有两种矩阵转置：

'   % 共轭转置
.'  % 普通转置

技巧3： np.angle的用法

• 用例: numpy.angle(z, deg=0)

• 功能: 计算复数的辐角主值。

• 参数:

• 返回值

• 示例:

  import numpy as np
  print('结果用弧度制表示：{}'.format(np.angle([1.0, 1.0j, 1+1j])))
  print('结果用角度制表示：{}'.format(np.angle(1+1j, deg=True)))
  

结果用弧度制表示：[0., 1.57079633, 0.78539816]

结果用角度制表示：45.0

技巧4 不同numpy类型的查看方法，dtype和type()的区别

import numpy as np  
  
a1 = np.array([1,2,3,4],dtype=np.complex128)  
print(a1)  
print("数据类型",type(a1))           #打印数组数据类型  
print("数组元素数据类型：",a1.dtype) #打印数组元素数据类型  
print("数组元素总数：",a1.size)      #打印数组尺寸，即数组元素总数  
print("数组形状：",a1.shape)         #打印数组形状  
print("数组的维度数目",a1.ndim)      #打印数组的维度数目