（1）numpy基礎

import numpy as np
#定義全零矩陣
image = np.zeros((480,640,3),np.uint8)) #可用於表示640*480的彩色圖矩陣
#定義線性增長矩陣
x = np.linspace(0,100,101)  #0到100的一維矩陣
#矩陣相乘
y = np.matmul(x1,x2)

（2）tensorflow基礎

import tensorflow as tf
#建立常量
x1 = tf.constant(5,dtype = tf.int32)
#建立變數
x2 = tf.Variable(10,dtype = tf.int32)
x3 = tf.Variable(tf.random_uniform([4,4],0,1,tf.float32))
#建立特殊矩陣
x4 = tf.zeros([3,4]) #定義三行四列零矩陣
x5 = tf.fill([3,4],10) #定義全為10的三行四列矩陣
x6 = tf.linspace(0,10,11)
x7 = tf.zeros_like(x4) #定義維度和x4一樣的零矩陣
#執行張量
with tf.Session() as sess:
	sess.run(tf.global_variables_initializer())
	print(sess.run(x1))
	print(sess.run(x2))
	print(sess.run(x3))
 

（3） matplotlib基礎
繪製折線圖、柱狀圖

import matplotlib.pyplot as plt
x = np.array([1,2,3,4,5])
y = np.array([2,4,6,8,10])
#折線圖
plt.plot(x,y,"r",lw=2) #"r"代表顏色  lw為線條粗細
plt.figure()
#柱狀圖
plt.bar(x,y,1,alpha=1,color="r")
plt.show()

綜合：利用matplotlib繪製圖片直方圖

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np
img = cv.imread("dog.jpg",1)
(height,width,deep) = img.shape
count = np.zeros(256,np.float)
color = ["b", "g", "r"]
for k in range(3):  #遍歷3通道
    for i in range(height):
        for j in range(width):
            index = img[i,j,k]
            count[index] += 1
    #歸一化：遍歷計算每個畫素值出現的概率
    for h in range(256):
        count[h] = count[h]/(height*width)
    plt.figure()  #新增視窗
    #plt.bar繪製柱狀圖 1、x軸 2、y軸 3、寬度
    plt.bar(x=range(256),height=count,width=1,alpha=1,color=color[k])
plt.show()