scipy.ndimage.

correlate1d#

scipy.ndimage.correlate1d(input, weights, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[来源]#

沿着给定轴计算一维相关。

数组沿给定轴的行与给定权重进行相关计算。

参数:
input类数组

输入数组。

weights数组

一维数字序列。

axis整型, 可选

进行计算的 input 数组的轴。默认值为 -1。

output数组或 dtype, 可选

用于放置输出的数组,或返回数组的数据类型。默认情况下,将创建一个与输入具有相同数据类型的数组。

mode{'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, 可选

参数 mode 决定了输入数组如何在其边界之外进行扩展。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)

通过对最后一个像素边缘进行反射来扩展输入。此模式有时也称为半样本对称。

‘constant’ (k k k k | a b c d | k k k k)

通过用由 cval 参数定义的相同常量值填充边缘之外的所有值来扩展输入。

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

通过复制最后一个像素来扩展输入。

‘mirror’ (d c b | a b c d | c b a)

通过对最后一个像素中心进行反射来扩展输入。此模式有时也称为全样本对称。

‘wrap’ (a b c d | a b c d | a b c d)

通过环绕到对边来扩展输入。

为了与插值函数保持一致,还可以使用以下模式名称:

‘grid-mirror’

这是 'reflect' 的同义词。

‘grid-constant’

这是 'constant' 的同义词。

‘grid-wrap’

这是 'wrap' 的同义词。

cval标量, 可选

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

origin整型, 可选

控制滤波器在输入数组像素上的放置。值为 0(默认值)将滤波器置于像素中心,正值将滤波器向左移动,负值向右移动。

返回:
resultndarray

相关计算结果。与 input 具有相同的形状。

示例

>>> from scipy.ndimage import correlate1d
>>> correlate1d([2, 8, 0, 4, 1, 9, 9, 0], weights=[1, 3])
array([ 8, 26,  8, 12,  7, 28, 36,  9])