scipy.ndimage.

minimum_filter1d#

scipy.ndimage.minimum_filter1d(input, size, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[源代码]#

沿着给定轴计算一维最小值滤波器。

沿着给定轴的数组行使用给定大小的最小值滤波器进行滤波。

参数:

input类数组

输入数组。

size整型

计算一维最小值的长度

axis整型, 可选

计算 input 的轴。默认为 -1。

output数组或数据类型, 可选

用于放置输出的数组，或返回数组的数据类型。默认情况下，将创建一个与输入具有相同数据类型的数组。

mode{'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, 可选

参数 mode 确定输入数组如何在其边界之外进行扩展。默认为 'reflect'。每个有效值的行为如下：

'reflect' (d c b a | a b c d | d c b a): 输入通过最后一个像素的边缘进行反射扩展。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): 输入通过使用 cval 参数定义的相同常量值填充边界之外的所有值进行扩展。
'nearest' (a a a a | a b c d | d d d d): 输入通过复制最后一个像素进行扩展。
'mirror' (d c b | a b c d | c b a): 输入通过最后一个像素的中心进行反射扩展。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): 输入通过环绕到对边进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称：

cval标量, 可选

如果 mode 为 'constant'，则用于填充输入边缘之外的值。默认为 0.0。

origin整型, 可选

控制滤波器在输入数组像素上的放置。值为 0（默认值）将滤波器置于像素中心，正值将滤波器向左移动，负值向右移动。

返回:

备注

此函数实现了 MINLIST 算法 [1]，如 Richard Harter [2] 所述，并保证了 O(n) 的性能，其中 n 是 input 的长度，无论滤波器大小如何。

参考文献

[1]

[2]

示例

>>> from scipy.ndimage import minimum_filter1d
>>> minimum_filter1d([2, 8, 0, 4, 1, 9, 9, 0], size=3)
array([2, 0, 0, 0, 1, 1, 0, 0])