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