scipy.ndimage.
correlate1d#
- scipy.ndimage.correlate1d(input, weights, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[源代码]#
计算给定轴上的 1-D 相关性。
沿给定轴的数组线与给定的权重相关。
- 参数:
- inputarray_like
输入数组。
- weightsarray
1-D 数字序列。
- axisint, 可选
计算 input 的轴。默认为 -1。
- outputarray 或 dtype, 可选
放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。
- mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}, 可选
mode 参数确定输入数组如何在其边界之外扩展。默认为 ‘reflect’。每个有效值的行为如下
- ‘reflect’ (d c b a | a b c d | d c b a)
通过反射最后一个像素的边缘来扩展输入。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)
通过使用由 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)
通过反射最后一个像素的中心来扩展输入。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)
通过包裹到相反的边缘来扩展输入。
为了与插值函数保持一致，也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’，则填充输入边缘之外的值。默认为 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）将过滤器置于像素中心，正值将过滤器向左移动，负值则向右移动。
- 返回:
- resultndarray
相关结果。具有与 input 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])