scipy.ndimage.

最大位置

scipy.ndimage.maximum_position(input, labels=None, index=None)

查找数组在标签处的最大值的位置。

对于由 labels 指定的每个区域，返回 input 在该区域内的最大值的位置。

参数:

输入array_like

类似数组的值。

标签类似数组, 可选

一个整数数组，标记了需要计算 input 最大值位置的不同区域。labels 必须与 input 具有相同的形状。如果未指定 labels，则返回整个数组中第一个最大值的位置。

labels 参数仅在指定了 index 时有效。

索引类似数组, 可选

用于查找最大值位置的区域标签列表。如果 index 为 None，则返回 labels 非零的所有元素中的第一个最大值。

index 参数仅在指定了 labels 时有效。

返回:

输出整数元组列表

指定 input 在由 labels 确定的区域内的极大值位置的整数元组列表，其索引在 index 中。

如果未指定 index 或 labels，则返回一个整数元组，指定 input 中 first 最大值的位置。

参见

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

standard_deviation

示例

Try it in your browser!

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> ndimage.maximum_position(a)
(3, 0)

可以使用 labels 和 index 指定要处理的特性：

>>> lbl = np.array([[0, 1, 2, 3],
...                 [0, 1, 2, 3],
...                 [0, 1, 2, 3],
...                 [0, 1, 2, 3]])
>>> ndimage.maximum_position(a, lbl, 1)
(1, 1)

如果没有给出索引，则处理非零的 labels：

>>> ndimage.maximum_position(a, lbl)
(2, 3)

如果没有最大值，则返回第一个元素的位置：

>>> ndimage.maximum_position(a, lbl, 2)
(0, 2)

Go BackOpen In Tab