scipy.ndimage.

最小值

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

计算数组在标记区域上的值的最小值。

参数:

输入array_like

类似数组的值。对于 labels 指定的每个区域，计算 input 在该区域上的最小值。

标签类似数组, 可选

一个类似于数组的整数标记，用于标记需要计算 input 最小值的不同区域。labels 必须与 input 具有相同的形状。如果未指定 labels，则返回整个数组的最小值。

索引类似数组, 可选

用于计算最小值的区域标签列表。如果索引为 None，则返回 labels 非零的所有元素中的最小值。

返回:

最小浮点数或浮点数列表

在由 labels 确定的区域上，input 的最小值列表，其索引在 index 中。如果未指定 index 或 labels，则返回一个浮点数：如果 labels 为 None，则返回 input 的最小值；如果 index 为 None，则返回 labels 大于零的元素的最小值。

参见

label, maximum, median, minimum_position, extrema, sum, mean, variance

standard_deviation

注释

该函数返回一个 Python 列表，而不是一个 NumPy 数组，使用 np.array 将列表转换为数组。

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]])
>>> labels, labels_nb = ndimage.label(a)
>>> labels
array([[1, 1, 0, 0],
       [1, 1, 0, 2],
       [0, 0, 0, 2],
       [3, 3, 0, 0]])
>>> ndimage.minimum(a, labels=labels, index=np.arange(1, labels_nb + 1))
[1.0, 4.0, 3.0]
>>> ndimage.minimum(a)
0.0
>>> ndimage.minimum(a, labels=labels)
1.0

Go BackOpen In Tab