当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy ndimage.standard_deviation用法及代码示例


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

用法:

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

计算N-D 图像数组的值的标准偏差,可选地在指定的sub-regions。

参数

input array_like

N-D 要处理的图像数据。

labels 数组,可选

在输入中标识sub-regions 的标签。如果不是无,则必须与输入的形状相同。

index int 或整数序列,可选

要包含在输出中的标签。如果无(默认),则使用标签非零的所有值。

返回

standard_deviation 浮点数或 ndarray

如果指定了标签和索引,则为每个 sub-region 的标准偏差值。

例子

>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> from scipy import ndimage
>>> ndimage.standard_deviation(a)
2.7585095613392387

可以使用标签和索引指定要处理的特征:

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.standard_deviation(a, lbl, index=np.arange(1, nlbl+1))
array([ 1.479,  1.5  ,  3.   ])

如果没有给出索引,则处理非零标签:

>>> ndimage.standard_deviation(a, lbl)
2.4874685927665499

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.ndimage.standard_deviation。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。