scipy.ndimage.minimum_position¶

scipy.ndimage.minimum_position(input, labels=None, index=None)[源代码]¶

找出标签处数组的值的最小值的位置。

参数

inputarray_like

值的类似数组。

labelsARRAY_LIKE，可选

的最小值位置所在的不同区域进行标记的整数数组。 input 是要计算出来的。 labels 必须具有与的形状相同的形状 input 。如果 labels 则返回整个数组中第一个最小值的位置。

这个 labels 参数仅在以下情况下有效 index 是指定的。

indexARRAY_LIKE，可选

查找最小值位置时考虑的区域标签列表。如果 index 为None，则 first 对所有元素的最小值，其中 labels 是非零的，则返回。

这个 index 参数仅在以下情况下有效 labels 是指定的。

退货

output整数的元组列表

整数的元组或指定的最小值位置的整数的元组列表 input 在由以下因素确定的区域范围内 labels 以及谁的索引在 index 。

如果 index 或 labels 的第一个最小值的位置，则返回一个整数元组。 input 。

参见

label, minimum, median, maximum_position, extrema, sum, mean, variance
standard_deviation

示例

>>> a = np.array([[10, 20, 30],
...               [40, 80, 100],
...               [1, 100, 200]])
>>> b = np.array([[1, 2, 0, 1],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])

>>> from scipy import ndimage

>>> ndimage.minimum_position(a)
(2, 0)
>>> ndimage.minimum_position(b)
(0, 2)

可使用指定要处理的要素 labels 和 index ：

>>> label, pos = ndimage.label(a)
>>> ndimage.minimum_position(a, label, index=np.arange(1, pos+1))
[(2, 0)]

>>> label, pos = ndimage.label(b)
>>> ndimage.minimum_position(b, label, index=np.arange(1, pos+1))
[(0, 0), (0, 3), (3, 1)]

scipy.ndimage.minimum

scipy.ndimage.standard_deviation