scipy.ndimage.standard_deviation¶

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

计算N-D图像阵列的值的标准偏差，可选地在指定子区域。

参数

inputarray_like: 要处理的N-D图像数据。
labelsARRAY_LIKE，可选: 用于标识子区域的标签 input 。如果不是无，则必须与相同的形状 input 。
index整型或整型序列，可选: labels 包括在输出中。如果为None(默认值)，则为以下位置的所有值 labels 是非零的，则使用。

退货

standard_deviation浮动或ndarray: 每个子区域的标准偏差值，如果 labels 和 index 都是指定的。

参见

label, variance, maximum, minimum, extrema

示例

>>> 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

可使用指定要处理的要素 labels 和 index ：

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.standard_deviation(a, lbl, index=np.arange(1, nlbl+1))
array([ 1.479,  1.5  ,  3.   ])

如果未给出索引，则返回非零值 labels 已处理：

>>> ndimage.standard_deviation(a, lbl)
2.4874685927665499

scipy.ndimage.minimum_position

scipy.ndimage.sum_labels