scipy.ndimage.shift¶
- scipy.ndimage.shift(input, shift, output=None, order=3, mode='constant', cval=0.0, prefilter=True)[源代码]¶
移位数组。
使用所请求阶次的样条插值来移位阵列。根据给定的模式填充输入边界之外的点。
- 参数
- inputarray_like
输入数组。
- shift浮点或序列
- 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。
- order整型，可选
样条插值的阶数，默认为3。阶数必须在0-5范围内。
- mode{‘反射’，‘格网镜像’，‘常量’，‘格网常量’，‘最近’，‘镜像’，‘格网换行’，‘WRAP’}，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‘Constant’。每个有效值的行为如下所示(请参阅上的其他绘图和详细信息 boundary modes )：
- “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。
- “网格镜”
这是“反映”的同义词。
- “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。不会在输入边缘之外执行插值。
- ‘栅格常数’ (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。对于输入范围之外的采样也会进行插值。
- “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。
- ‘网格换行’ (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。
- “包装” (d b c d | a b c d | b c a b )
通过缠绕到相对边来延伸输入，但方式是使最后一个点和初始点完全重叠。在这种情况下，没有很好地定义在重叠点将选择哪个样本。
- 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。
- prefilter布尔值，可选
确定输入数组是否使用
spline_filter在插值之前。默认值为True，这将创建临时 float64 筛选值的数组，如果 order > 1 。如果将其设置为False，则在以下情况下输出将略有模糊 order > 1 ，除非输入经过预筛选，即它是调用spline_filter在原始输入上。
- 退货
- shiftndarray
转换后的输入。
注意事项
对于复值 input ，此函数将实部和虚部独立移位。
1.6.0 新版功能: 增加了复值支持。