Cacher is the code snippet organizer for pro developers

#Aula 5
#retornar os n maiores valores
def Kmaiores(array,n):
    return np.argsort(array)[::-1][:n]

#retornar os valores maiores que n
def maiores(array,n):
    return np.nonzero(array>n)

#retornar os cinco menores valores
def RetornaCincoMenoresValores(a):  
    indices = np.argsort(a)[::][:5]
    return indices

array[indices] #da os valores dos indices
# pra substituir esses valores por algum valor: 
array[indices] = -1

#retorna quantidade de pontos pretos de uma imagem
def NumeroPontosPretos(imagem):
  matriz = np.sum(image, axis=2)
  contagem = np.sum(matriz == 0)
  return contagem


def calculaDiagonal(shape,array):
    indice_diagonal = np.arange(shape)
    return sum(array[indice_diagonal,indice_diagonal])

def calculaDiagonalInversa(shape,array):
    indice_diagonal = np.arange(shape)    
    array = array[::-1]    
    return sum(array[indice_diagonal,indice_diagonal])


#-----------------------------------------------------------------------------------


#Aula 6
#calcula a media dos canais e subtrai da imagem

def removeMediaCanal(image):
    return image - np.mean(image, axis=(0, 1), keepdims=True)
    

#calcula Z-Score
def calculeZScore(dataSet):
    return (dataSet - np.mean(dataSet,axis=0,keepdims=True)) / np.std(datasetNovo,axis=0)
    

#normalizar cada LINHA pela sua norma
#     x1 
# ______________________________
# RAIZ(x1² + x2² + x3² + xn²)
def normalizar(a):
    return a / np.sqrt(np.sum(a**2,axis=1,keepdims=True))