Python skimage.util.regular_grid用法及代碼示例

用法: skimage.util.regular_grid(ar_shape, n_points)

找到沿ar_shape 規律分布的 n_points。

返回的點(作為切片)應盡可能接近立方間距。本質上，這些點的間距是輸入數組大小的第 N 個根，其中 N 是維數。但是，如果一個數組維度不能滿足一個完整的步長，它是“discarded”，並且隻對剩餘的維度進行計算。

參數：

ar_shape：array-like 個整數: 嵌入網格的空間的形狀。 len(ar_shape) 是維數。
n_points：int: 要嵌入空間的(近似)點數。

slices：切片對象的元組: 沿ar_shape 的每個維度的切片，使得所有切片的交點給出規則間隔點的坐標。

例子：

>>> ar = np.zeros((20, 40))
>>> g = regular_grid(ar.shape, 8)
>>> g
(slice(5, None, 10), slice(5, None, 10))
>>> ar[g] = 1
>>> ar.sum()
8.0
>>> ar = np.zeros((20, 40))
>>> g = regular_grid(ar.shape, 32)
>>> g
(slice(2, None, 5), slice(2, None, 5))
>>> ar[g] = 1
>>> ar.sum()
32.0
>>> ar = np.zeros((3, 20, 40))
>>> g = regular_grid(ar.shape, 8)
>>> g
(slice(1, None, 3), slice(5, None, 10), slice(5, None, 10))
>>> ar[g] = 1
>>> ar.sum()
8.0

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.util.regular_grid。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：