scipy.ndimage.
standard_deviation#
- scipy.ndimage.standard_deviation(input, labels=None, index=None)[源码]#
计算 N 维图像数组值的标准差,可选择在指定子区域计算。
- 参数:
- input类数组
要处理的 N 维图像数据。
- labels类数组,可选
用于识别input中子区域的标签。如果不是 None,必须与input具有相同形状。
- index整数或整数序列,可选
要包含在输出中的labels。如果为 None(默认),则使用labels不为零的所有值。
- 返回:
- standard_deviation浮点数或 ndarray
标准差值,如果指定了labels和index,则为每个子区域的标准差值。
示例
>>> import numpy as np >>> a = np.array([[1, 2, 0, 0], ... [5, 3, 0, 4], ... [0, 0, 0, 7], ... [9, 3, 0, 0]]) >>> from scipy import ndimage >>> ndimage.standard_deviation(a) 2.7585095613392387
可以使用labels和index指定要处理的特征
>>> lbl, nlbl = ndimage.label(a) >>> ndimage.standard_deviation(a, lbl, index=np.arange(1, nlbl+1)) array([ 1.479, 1.5 , 3. ])
如果未给定索引,则处理非零labels
>>> ndimage.standard_deviation(a, lbl) 2.4874685927665499