Python SciPy ndimage.maximum_position用法及代码示例

本文简要介绍 python 语言中 scipy.ndimage.maximum_position 的用法。

用法:

scipy.ndimage.maximum_position(input, labels=None, index=None)#

在标签处查找数组值的最大值的位置。

对于标签指定的每个区域，返回输入的最大值在该区域内的位置。

参数 ：：

input： array_like

Array_like 值。

labels： 数组，可选

一个整数数组，标记不同区域，在这些区域上计算输入最大值的位置。标签必须与输入具有相同的形状。如果未指定标签，则返回整个数组中第一个最大值的位置。

标签参数仅在指定索引时才有效。

index： 数组，可选

查找最大值位置时考虑的区域标签列表。如果 index 为 None，则返回标签非零的所有元素的第一个最大值。

index 参数仅在指定标签时有效。

返回 ：：

output： 整数元组列表

整数元组列表，指定输入的最大值在由标签确定的区域上的位置，其索引在索引中。

如果 index 或者标签未指定，则返回一个整数元组，指定该位置first的最大值输入.

例子：

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> ndimage.maximum_position(a)
(3, 0)

可以使用标签和索引指定要处理的特征：

>>> lbl = np.array([[0, 1, 2, 3],
...                 [0, 1, 2, 3],
...                 [0, 1, 2, 3],
...                 [0, 1, 2, 3]])
>>> ndimage.maximum_position(a, lbl, 1)
(1, 1)

如果没有给出索引，则处理非零标签：

>>> ndimage.maximum_position(a, lbl)
(2, 3)

如果没有最大值，则返回第一个元素的位置：

>>> ndimage.maximum_position(a, lbl, 2)
(0, 2)