《Python程序设计与科学计算》中“布尔型索引”的一些笔记。
利用布尔型索引可以实现对图像分割呈现。在处理过程中，将图片处理成数组，通过布尔型索引对图片所得数组进行选取操作，完成想要的效果，输出结果如图1所示。
import matplotlib.pyplot as plt
import numpy as np
a = np.linspace(0, 2 * np.pi, 50)
b = np.sin(a)
plt.plot(a, b)
mask = b >= 0
plt.plot(a[mask], b[mask], 'bo')
mask = (b >= 0) & (a <= np.pi / 2)
plt.plot(a[mask], b[mask], 'go')
plt.show()
在此代码中有几处说明一下：
1.关于‘bo’
plt.plot(a[mask], b[mask], 'bo') # 'b'对应的是颜色是“蓝色”，'o'对应的标记说明是“实心圈标记”
建议多去了解plt.plot()函数细节
plt.plot(x,y,format_string,kwargs)
其中，x轴数据，y轴数据，format_string控制曲线的格式字串 ，format_string 由颜色字符，风格字符，和标记字符。（详细说明可查看：https://blog.csdn.net/u014539580/article/details/78207537）
相关说明图片如下：
若将此处的代码中的’bo’改为’ro’，即：
import matplotlib.pyplot as plt
import numpy as np
a = np.linspace(0, 2 * np.pi, 200)
b = np.sin(a)
plt.plot(a, b)
mask = b >= 0
plt.plot(a[mask], b[mask], 'ro')
mask = (b >= 0) & (a <= np.pi / 2)
plt.plot(a[mask], b[mask], 'go')
plt.show()
则图像显示，如图2所示：
2.关于‘mask’
mask是一个只包含True和False的ndarray，它的shape和data一致，这个数组是让你指定需要掩盖的值的，标记为True的数据会被掩盖掉。
（关于mask的详细说明可查看：https://blog.csdn.net/qq_34018578/article/details/83242990）
3.关于np.linspace
该函数的形式为：
linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
说明：在规定的时间内，返回固定间隔的数据。在区间[start, stop]中，它将返回“num”个等间距的样本。其中，区间的结束端点可以被排除在外。
参数：
start : scalar
队列的开始值
stop : scalar
队列的结束值。当‘endpoint=False’时,不包含该点。在这种情况下，队列包含除了“num+1"以外的所有等间距的样本。要注意的是，当‘endpoint=False’时，步长会发生改变。
num : int, optional
要生成的样本数。默认是50，必须要非负。
endpoint : bool, optional
如果是True，’stop’是最后的样本。否则，'stop’将不会被包含。默认为true
retstep : bool, optional
If True, return (samples, step), where step is the spacing between samples.
返回值：
samples : ndarray
在闭区间[start, stop]或者是半开区间[start, stop)中有num个等间距的样本
step : float
仅仅当”retstep=True“时候会返回样本之间间距的大小
此时若将以下一行代码：
a = np.linspace(0, 2 * np.pi, 200)
改为：
a = np.linspace(0, 2 * np.pi)
则图像显示，如图3所示：
