python 怎么向ndarray添加元素

python中的list叫做列表，可以通过append方法在列表的末尾添加单个元素

x = [1,2,3]

x.append(4)

或者使用extend方法在列表末位添加多个元素，参数就变成了列表

x.append([4,5,6])

或者使用insert方法在任意位置添加元素，第一个参数是插入元素的位置，第二个参数是插入元素的值

(1)ndim 数组轴(维度)的个数，轴的个数被称作秩

(2)shape 数组的维度, 例如一个2排3列的矩阵，它的shape属性将是(2,3),这个元组的长度显然是秩，即维度或者ndim属性

(3)size 数组元素的总个数，等于shape属性中元组元素的乘积。

(4)dtype 一个用来描述数组中元素类型的对象，可以通过创造或指定dtype使用标准Python类型。不过NumPy提供它自己的数据类型。

(5)itemsize 数组中每个元素的字节大小。例如，一个元素类型为float64的数组itemsiz属性值为8(=64/8),又如，一个元素类型为complex32的数组item属性为4(=32/8).

# shape改变形状

# 改变其形状:2*3*3*2=i*j*k*l....如果为-1则让其自动扩展。

# 对于一个已经存在的ndarray数组对象而言，可以通过修改形状相关的参数/方法从而改变数组的形状。

#  直接修改数组ndarray的shape值, 要求修改后乘积不变。

#  直接使用reshape函数创建一个改变尺寸的新数组，原数组的shape保持不变，但是新数组和原数组共享一个内存空间，

# 也就是修改任何一个数组中的值都会对另外一个产生影响，另外要求新数组的元素个数和原数组一致。

#  当指定某一个轴为-1的时候，表示将根据数组元素的数量自动计算该轴的长度值。

(1)创建numpy数组的时候可以通过属性dtype显示指定数据类型，如果不指定的情况下，numpy会自动推断出适合的数据类型， 所以一般不需要显示给定数据类型。

(2)如果需要更改一个已经存在的数组的数据类型，可以通过astype方法进行修改从而得到一个新数组。

关于origin怎么给数据加噪声相关资料如下

打开origin

image：输入图像数据，类型应为ndarray，输入后将转换为浮点数。

mode：选择添加噪声的类别。字符串str类型。应为以下几种之一：

mode 噪声类型 备注

gaussian 高斯噪声

localvar 高斯白噪声 在“图像”的每个点处具有指定的局部方差

poisson 泊松分布噪声

salt 盐噪声 随机用1替换像素。属于高灰度噪声

pepper 胡椒噪声 随机用0或-1替换像素，属于低灰度噪声

s&p 椒盐噪声

speckle 使用image + n*image的乘性噪声 n是具有指定均值和方差的均匀噪声

seed ：类型为int。 将在生成噪声之前设置随机种子，以进行有效的伪随机比较。

clip：类型为bool。若为True(default)则在加入‘speckle’, ‘poisson’, 或 ‘gaussian’这三种噪声后进行剪切以保证图像数据点都在[0,1]或[-1.1]之间。若为False，则数据可能超出这个范围。

mean：类型为float。 表示随机分布的均值，用于‘gaussian’和‘speckle’，默认为0。

var： 类型为float。 表示随机分布的方差，（标准差^2）用于’gaussian’和‘speckle’。 默认为0.01。

local_vars：类型为ndarray。表示图像每个像素点处的局部方差，正浮点数矩阵，和图像同型，用于‘localvar’。

amount：类型为float。表示 椒盐噪声像素点替换的比例，在[0,1]之间。用于‘salt’, ‘pepper’,和 ‘salt &pepper’. 默认为0.05

salt_vs_pepper：类型为float。表示盐噪声和胡椒噪声的比例，在[0,1]之间。数字越大代表用1替换越多（more salt）. 默认 为 0.5

输出（返回值）out：类型为ndarray。

---