Python SciPy ndimage.generic_filter1d用法及代碼示例

本文簡要介紹 python 語言中 scipy.ndimage.generic_filter1d 的用法。

用法:

scipy.ndimage.generic_filter1d(input, function, filter_size, axis=-1, output=None, mode='reflect', cval=0.0, origin=0, extra_arguments=(), extra_keywords=None)#

沿給定軸計算一維濾波器。

generic_filter1d 迭代數組的各行，在每一行調用給定的函數。該行的參數是輸入行和輸出行。輸入和輸出線是一維雙數組。輸入線根據濾波器尺寸和原點適當延長。必須根據結果就地修改輸出行。

參數 ：：

input： array_like

輸入數組。

function： {callable, scipy.LowLevelCallable}

沿給定軸應用的函數。

filter_size： 標量

過濾器的長度。

axis： 整數，可選

要計算的輸入軸。默認值為 -1。

output： 數組或數據類型，可選

放置輸出的數組，或返回數組的 dtype。默認情況下，將創建一個與輸入具有相同 dtype 的數組。

mode： {‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}，可選

mode 參數確定輸入數組如何擴展到其邊界之外。默認為‘reflect’。每個有效值的行為如下：

‘reflect’ (d c b a | a b c d | d c b a)

通過反射最後一個像素的邊來擴展輸入。此模式有時也稱為half-sample 對稱模式。

‘constant’ (k k k k | a b c d |呸呸呸呸)

通過使用 cval 參數定義的相同常量值填充邊之外的所有值來擴展輸入。

‘nearest’ (啊啊啊啊| a b c d |嘀嘀嘀嘀)

通過複製最後一個像素來擴展輸入。

‘mirror’ (d c b | a b c d | c b a)

通過反射最後一個像素的中心來擴展輸入。此模式有時也稱為whole-sample 對稱模式。

‘wrap’ (a b c d | a b c d | A B C D)

通過環繞到相對邊來擴展輸入。

為了與插值函數保持一致，還可以使用以下模式名稱：

‘grid-mirror’

這是‘reflect’ 的同義詞。

‘grid-constant’

這是‘constant’ 的同義詞。

‘grid-wrap’

這是‘wrap’ 的同義詞。

cval： 標量，可選

如果模式為‘constant’，則填充過去輸入邊的值。默認值為 0.0。

origin： 整數，可選

控製過濾器在輸入數組像素上的位置。值 0(默認值)使過濾器以像素為中心，正值將過濾器向左移動，負值向右移動。

extra_arguments： 順序，可選

傳遞給傳遞函數的額外位置參數序列。

extra_keywords： 字典，可選

要傳遞給傳遞函數的額外關鍵字參數的字典。

返回 ：：

generic_filter1d： ndarray

過濾數組。具有與輸入相同的形狀。

注意：

此函數還接受具有以下簽名之一並包裝在 scipy.LowLevelCallable 中的低級回調函數：

int function(double *input_line, npy_intp input_length,
             double *output_line, npy_intp output_length,
             void *user_data)
int function(double *input_line, intptr_t input_length,
             double *output_line, intptr_t output_length,
             void *user_data)

調用函數迭代輸入和輸出數組的行，在每一行調用回調函數。根據調用函數設置的邊界條件擴展當前行，並將結果複製到通過 input_line 傳遞的數組中。輸入行的長度(擴展後)通過 input_length 傳遞。回調函數應應用過濾器並將結果存儲在通過 output_line 傳遞的數組中。輸出行的長度通過 output_length 傳遞。 user_data 是按原樣提供給 scipy.LowLevelCallable 的數據指針。

回調函數必須返回一個整數錯誤狀態，如果出錯則為零，否則為一。如果發生錯誤，您通常應該在返回之前使用信息性消息設置python錯誤狀態，否則調用函數會設置默認錯誤消息。

此外，還接受其他一些低級函數指針規範，但這些規範僅用於向後兼容，不應在新代碼中使用。