scipy.ndimage.maximum_filter1d

scipy.ndimage.maximum_filter1d(input, size, axis=- 1, output=None, mode='reflect', cval=0.0, origin=0)[源代码]

计算沿给定轴的一维最大过滤。

用给定大小的最大过滤来过滤沿给定轴的阵列的线。

参数
inputarray_like

输入数组。

size集成

计算一维最大值的长度。

axis整型,可选

的轴线 input 用来进行计算的。默认值为-1。

output数组或数据类型,可选

要在其中放置输出的数组,或返回的数组的数据类型。默认情况下,将创建与输入数据类型相同的数组。

mode{‘反射’,‘常量’,‘最近’,‘镜像’,‘换行’},可选

这个 mode 参数确定如何将输入数组扩展到其边界之外。默认值为“Reflect”。每个有效值的行为如下所示:

“反思” (d c b a | a b c d | d c b a )

通过反射最后一个像素的边缘来扩展输入。此模式有时也称为半采样对称。

“常量” (k k k k | a b c d | k k k k )

通过使用相同的常量值(由定义)填充超出边缘的所有值来扩展输入 cval 参数。

“最近的” (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。

“镜子” (d c b | a b c d | c b a )

通过反射最后一个像素的中心来扩展输入。此模式有时也称为全样本对称。

“包装” (a b c d | a b c d | a b c d )

通过缠绕到相反的边来扩展输入。

为与插值函数保持一致,还可以使用以下模式名称:

“网格镜”

这是“反映”的同义词。

‘栅格常数’

这是“常量”的同义词。

‘网格换行’

这是“包装”的同义词。

cval标量,可选

在以下情况下填充输入的过去边缘的值 mode 是“恒定的”。默认值为0.0。

origin整型,可选

控制过滤在输入数组像素上的放置。值为0(默认值)时,过滤在像素上方居中,正值使过滤向左移动,负值向右移动。

退货
maximum1dndarray,无

与输入形状相同的最大过滤数组。如果有,则无 output 不是没有

注意事项

此函数实现MAXLIST算法 [1], 正如理查德·哈特所描述的那样 [2], 并且具有保证的O(N)性能, n 成为 input 长度,与过滤大小无关。

参考文献

1

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.42.2777

2

http://www.richardhartersworld.com/cri/2001/slidingmin.html

示例

>>> from scipy.ndimage import maximum_filter1d
>>> maximum_filter1d([2, 8, 0, 4, 1, 9, 9, 0], size=3)
array([8, 8, 8, 4, 9, 9, 9, 9])