generic_filter1d#
- scipy.ndimage.generic_filter1d(input, function, filter_size, axis=-1, output=None, mode='reflect', cval=0.0, origin=0, extra_arguments=(), extra_keywords=None)[源代码]#
沿给定轴计算一维滤波器。
generic_filter1d
迭代数组的行,并在每行调用给定的函数。行的参数是输入行和输出行。输入行和输出行是一维双精度数组。根据滤波器大小和原点适当扩展输入行。必须使用结果就地修改输出行。- 参数:
- inputarray_like
输入数组。
- function{callable, scipy.LowLevelCallable}
沿给定轴应用的函数。
- filter_size标量
滤波器的长度。
- axisint, 可选
计算所沿的 input 的轴。默认值为 -1。
- output数组或 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超出其边界进行扩展。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)
通过用相同的常数值填充超出边缘的所有值来扩展输入,该常数值由 cval 参数定义。
- “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)
通过环绕到相对边缘来扩展输入。
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。
- originint, 可选
控制滤波器在输入数组的像素上的放置。值为 0(默认值)将滤波器居中放置在像素上,正值将滤波器向左移动,负值将滤波器向右移动。
- extra_arguments序列,可选
要传递给传递函数的位置额外参数序列。
- extra_keywordsdict,可选
要传递给传递函数的额外关键字参数字典。
- 返回:
- generic_filter1dndarray
已过滤的数组。具有与 input 相同的形状。
注释
此函数还接受以下签名之一的底层回调函数,并包装在
scipy.LowLevelCallable
中int function(double *input_line, npy_intp input_length, double *output_line, npy_intp output_length, void *user_data) int function(double *input_line, intptr_t input_length, double *output_line, intptr_t output_length, void *user_data)
调用函数迭代输入和输出数组的行,并在每行调用回调函数。根据调用函数设置的边界条件扩展当前行,并将结果复制到通过
input_line
传递的数组中。输入行的长度(扩展后)通过input_length
传递。回调函数应应用滤波器,并将结果存储在通过output_line
传递的数组中。输出行的长度通过output_length
传递。user_data
是按原样提供给scipy.LowLevelCallable
的数据指针。回调函数必须返回一个整数错误状态,如果发生错误,则该状态为零,否则为一。如果发生错误,通常应在使用返回之前设置带有信息性消息的 Python 错误状态,否则调用函数会设置默认错误消息。
此外,还接受一些其他底层函数指针规范,但这些规范仅用于向后兼容性,不应在新代码中使用。