scipy.ndimage.

convolve1d#

scipy.ndimage.convolve1d(input, weights, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[source]#

沿着给定轴计算一维卷积。

数组沿给定轴的各行将与给定的权重进行卷积。

参数：

inputarray_like

输入数组。

weightsndarray

一维数字序列。

axisint, 可选

要计算的 input 的轴。默认值为 -1。

output数组或 dtype, 可选

要放置输出的数组，或返回数组的 dtype。默认情况下将创建与输入相同 dtype 的数组。

mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}, 可选

mode 参数决定了输入数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下

‘reflect’ (d c b a | a b c d | d c b a): 输入通过关于最后一个像素的边缘进行反射来扩展。此模式有时也被称为半样本对称。
‘constant’ (k k k k | a b c d | k k k k): 输入通过用由 cval 参数定义的相同常数值填充边界之外的所有值来扩展。
‘nearest’ (a a a a | a b c d | d d d d): 输入通过复制最后一个像素来扩展。
‘mirror’ (d c b | a b c d | c b a): 输入通过关于最后一个像素中心的反射来扩展。此模式有时也被称为全样本对称。
‘wrap’ (a b c d | a b c d | a b c d): 输入通过绕到另一端来扩展。

为了与插值函数保持一致，以下模式名称也可以使用

cval标量, 可选

如果 mode 为 ‘constant’，则用于填充输入边缘之外的值。默认值为 0.0。

originint, 可选

控制过滤器在输入数组像素上的放置。值为 0（默认值）将过滤器居中在像素上，正值将过滤器向左移动，负值将过滤器向右移动。

返回值：

示例

>>> from scipy.ndimage import convolve1d
>>> convolve1d([2, 8, 0, 4, 1, 9, 9, 0], weights=[1, 3])
array([14, 24,  4, 13, 12, 36, 27,  0])