scipy.ndimage.

uniform_filter1d#

scipy.ndimage.uniform_filter1d(input, size, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[源代码]#

沿给定轴计算一维均匀滤波器。

沿给定轴的数组行使用给定大小的均匀滤波器进行过滤。

参数:
input数组类型

输入数组。

size整型

均匀滤波器的长度

axis整型,可选

计算的 input 轴。默认为 -1。

output数组或数据类型,可选

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

mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’},可选

mode 参数决定了输入数组如何在其边界之外扩展。默认为 'reflect'。每个有效值的行为如下所示

‘reflect’ (d c b a | a b c d | d c b a)

通过最后一个像素的边缘反射来扩展输入。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)

通过用相同的常数值填充超出边缘的所有值来扩展输入,该常数值由 cval 参数定义。

‘nearest’ (a a a a | a b c d | d d d d)

通过复制最后一个像素来扩展输入。

‘mirror’ (d c b | a b c d | c b a)

通过最后一个像素的中心反射来扩展输入。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)

通过环绕到对边来扩展输入。

为了与插值函数保持一致,也可以使用以下模式名称

‘grid-mirror’

这是 'reflect' 的同义词。

‘grid-constant’

这是 'constant' 的同义词。

‘grid-wrap’

这是 'wrap' 的同义词。

cval标量,可选

如果 mode 为 'constant',则用于填充输入边缘外的值。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)将滤波器居中于像素上方,正值将滤波器向左移动,负值将滤波器向右移动。

返回:
resultndarray

过滤后的数组。与 input 具有相同的形状。

示例

>>> from scipy.ndimage import uniform_filter1d
>>> uniform_filter1d([2, 8, 0, 4, 1, 9, 9, 0], size=3)
array([4, 3, 4, 1, 4, 6, 6, 3])