scipy.ndimage.

maximum_position#

scipy.ndimage.maximum_position(input, labels=None, index=None)[源代码]#

查找数组中标签处最大值的位置。

对于由 labels 指定的每个区域，返回 input 在该区域内的最大值位置。

参数:

inputarray_like

值的类数组。

labelsarray_like，可选

一个整数数组，标记不同的区域，将在这些区域上计算 input 的最大值位置。labels 必须与 input 具有相同的形状。如果未指定 labels，则返回整个数组中第一个最大值的位置。

只有当指定了 index 时，labels 参数才起作用。

indexarray_like，可选

一个区域标签列表，用于查找最大值的位置。如果 index 为 None，则返回 labels 非零的所有元素中的第一个最大值的位置。

只有当指定了 labels 时，index 参数才起作用。

返回:

output整数元组列表

整数元组列表，指定 input 在由 labels 确定的区域上的最大值的位置，且其索引在 index 中。

如果未指定 index 或 labels，则返回一个整数元组，指定 input 的 第一个 最大值的位置。

另请参阅

label, minimum, median, maximum_position, extrema, sum, mean, variance
standard_deviation

示例

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> ndimage.maximum_position(a)
(3, 0)

可以使用 labels 和 index 来指定要处理的特征

>>> lbl = np.array([[0, 1, 2, 3],
...                 [0, 1, 2, 3],
...                 [0, 1, 2, 3],
...                 [0, 1, 2, 3]])
>>> ndimage.maximum_position(a, lbl, 1)
(1, 1)

如果没有给出索引，则会处理非零的 labels

>>> ndimage.maximum_position(a, lbl)
(2, 3)

如果没有最大值，则返回第一个元素的位置

>>> ndimage.maximum_position(a, lbl, 2)
(0, 2)