6. NumPy

Image 类涵盖了摄像头本就懂得如何完成的逐像素工作——阈值处理、色块查找、边缘检测以及图像库的其余部分。numpy 模块则涵盖其他所有内容：ADC 读数及其他普通数字的缓冲区、一次性跨整个缓冲区运行的数学运算，以及图像库尚未内置的逐像素变换。

于是有了 ndarray，这是一个单一的类，用于保存一块紧密排列、类型相同的数字。numpy 中的其他所有内容都是作用于 ndarray 的数学函数。将两个数组相加、对其中一个求和、对每个元素取正弦——每一个都是单次库调用，一次性处理整个缓冲区，比等效的 Python for 循环快得多。

概念

• 6.1. 为何使用数组
• 6.2. ndarray
• 6.3. 创建数组
• 6.4. 数据类型（Dtypes）

形状与索引

• 6.5. 形状与步幅
• 6.6. 索引与切片
• 6.7. 视图与副本

数学运算

• 6.8. 运算符
• 6.9. 通用函数
• 6.10. 广播
• 6.11. 归约
• 6.12. 选择与重排

线性代数

• 6.13. 线性代数

信号处理

• 6.14. FFT
• 6.15. 滤波与频谱图

数值工具

• 6.16. 曲线与积分
• 6.17. 求解器与随机数

图像

• 6.18. 图像与 ndarray

性能

• 6.19. 性能

总结

• 6.20. 总结