python漫游1

__doc__：显示模块、类、函数的字符串文档（其实就是注释）

第三方包的组织：第三方包的组织形式是以树的形式组织的。分叉节点为python包，叶节点为python模块。import之前一般为模块，之后为模块后的类或函数。有时import之前为python包（其实也是模块，是__init_.py），import之后的类或函数是__init__.py里面提前导入的。

keras.preprocessing.image里面的load_img()导入的图片是Image对象，一般需要转成通用的矩阵处理（img_to_array），这就涉及到numpy，之后就可以和plt互动了。

plt.subplot(12,12,i+1)

plt.imshow(comp.reshape(patch_size),cmap=plt.cm.gray,interpolation='nearest')

plt.xticks(()) 画出的图像不带坐标

plt.imshow(image):image数据要么是整型（0~255），要么事浮点数（0~1）。一般操做浮点数，第一计算精度高，第二Image对象转正数组时转的是float32的。所以要除255。

字典学习

图像->keras->numpy(sklearn)->plt。

对一个矩阵减它的均值，除它的标准差，是为了什么？

对一个图像加噪声就是生成一个和源图像大小一致的高斯分布加到源图像上。

使用plt进行画图。

步骤：

1. 导入第三方包
2. 读入图像转成数组
3. 生成加噪图像
4. 学习字典B
5. 画出字典B
6. 生成稀疏表示A，并生成patch
7. 有patch重建X