scipy.ndimage.
gaussian_filter1d#
- scipy.ndimage.gaussian_filter1d(input, sigma, axis=-1, order=0, output=None, mode='reflect', cval=0.0, truncate=4.0, *, radius=None)[源代码]#
一维高斯滤波器。
- 参数:
- inputarray_like
输入数组。
- sigma标量
高斯核的标准差
- axisint, 可选
沿其计算的 input 的轴。默认值为 -1。
- orderint, 可选
阶数为 0 对应于与高斯核的卷积。正阶数对应于与高斯导数的卷积。
- outputarray 或 dtype, 可选
用于放置输出的数组，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)
通过围绕最后一个像素的边缘反射来扩展输入。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)
通过使用由 cval 参数定义的相同常数值填充边缘以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)
通过围绕最后一个像素的中心反射来扩展输入。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)
通过环绕到相反的边缘来扩展输入。
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”，则填充输入边缘之外的值。默认值为 0.0。
- truncatefloat, 可选
在此标准偏差数处截断滤波器。默认值为 4.0。
- radiusNone 或 int, 可选
高斯核的半径。如果指定，则内核的大小将为
2*radius + 1，并且将忽略 truncate。默认值为 None。
- 返回:
- gaussian_filter1dndarray
注释
高斯核沿每个轴的大小为
2*radius + 1。如果 radius 为 None，则将使用默认的radius = round(truncate * sigma)。示例
>>> from scipy.ndimage import gaussian_filter1d >>> import numpy as np >>> gaussian_filter1d([1.0, 2.0, 3.0, 4.0, 5.0], 1) array([ 1.42704095, 2.06782203, 3. , 3.93217797, 4.57295905]) >>> gaussian_filter1d([1.0, 2.0, 3.0, 4.0, 5.0], 4) array([ 2.91948343, 2.95023502, 3. , 3.04976498, 3.08051657]) >>> import matplotlib.pyplot as plt >>> rng = np.random.default_rng() >>> x = rng.standard_normal(101).cumsum() >>> y3 = gaussian_filter1d(x, 3) >>> y6 = gaussian_filter1d(x, 6) >>> plt.plot(x, 'k', label='original data') >>> plt.plot(y3, '--', label='filtered, sigma=3') >>> plt.plot(y6, ':', label='filtered, sigma=6') >>> plt.legend() >>> plt.grid() >>> plt.show()
