Python SciPy ndimage.standard_deviation用法及代碼示例

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

用法:

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

計算N-D 圖像數組的值的標準偏差，可選地在指定的sub-regions。

參數 ：：

input： array_like

N-D 要處理的圖像數據。

labels： 數組，可選

在輸入中標識sub-regions 的標簽。如果不是無，則必須與輸入的形狀相同。

index： int 或整數序列，可選

要包含在輸出中的標簽。如果無(默認)，則使用標簽非零的所有值。

返回 ：：

standard_deviation： 浮點數或 ndarray

如果指定了標簽和索引，則為每個 sub-region 的標準偏差值。

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

可以使用標簽和索引指定要處理的特征：

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

如果沒有給出索引，則處理非零標簽：

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