scipy.ndimage.

minimum#

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

计算标记区域上数组值的最小值。

参数:

inputarray_like: 值的类数组。对于 labels 指定的每个区域，计算 input 在该区域上的最小值。
labelsarray_like, 可选: 一个整数的类数组，标记不同的区域，将计算 input 的最小值。 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。
indexarray_like, 可选: 一个区域标签列表，用于计算最小值。如果 index 为 None，则返回 labels 非零的所有元素的最小值。

返回值:

minimumfloat 或 float 列表: 由 labels 确定的区域中 input 的最小值列表，其索引在 index 中。如果未指定 index 或 labels，则返回一个浮点数：如果 labels 为 None，则为 input 的最小值，如果 index 为 None，则为 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

说明

该函数返回一个 Python 列表而不是 NumPy 数组，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