scipy.ndimage.

minimum#

scipy.ndimage.minimum(input, labels=None, index=None)[源]#

计算数组在标记区域内的最小值。

参数:

input类数组: 类数组值。对于由 labels 指定的每个区域，将计算 input 在该区域内的最小值。
labels类数组, 可选的: 一个类数组整数，用于标记要计算 input 最小值的不同区域。labels 必须与 input 具有相同的形状。如果未指定 labels，则返回整个数组的最小值。
index类数组, 可选的: 一个区域标签列表，用于计算最小值时考虑在内。如果 index 为 `None`，则返回 labels 非零的所有元素的最小值。

返回值:

output一个标量，或根据输入类型决定的整数或浮点数列表。: 在由 labels 确定且其索引在 index 中的区域内，input 的最小值列表。如果未指定 index 或 labels，则返回一个浮点数：如果 labels 为 `None`，则返回 input 的最小值；如果 index 为 `None`，则返回 labels 大于零的元素的最小值。

另请参阅

label, maximum, median, minimum_position, extrema, sum, mean, variance
standard_deviation

备注

该函数返回一个 Python 列表而不是 NumPy 数组，请使用 np.array 将列表转换为数组。

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]])
>>> labels, labels_nb = ndimage.label(a)
>>> labels
array([[1, 1, 0, 0],
       [1, 1, 0, 2],
       [0, 0, 0, 2],
       [3, 3, 0, 0]], dtype=int32)
>>> ndimage.minimum(a, labels=labels, index=np.arange(1, labels_nb + 1))
[1, 4, 3]
>>> ndimage.minimum(a)
0
>>> ndimage.minimum(a, labels=labels)
1