scipy.ndimage.

最小位置

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

在标签处找到数组值的最小值的位置。

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 最小值位置的不同区域。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小值的位置。

labels 参数仅在指定了 index 时有效。

索引类似数组, 可选

用于查找最小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 最小值。

index 参数仅在指定了 labels 时有效。

返回:

输出整数元组列表

由整数元组或整数元组列表指定 input 在由 labels 和 index 中的索引确定的区域上的最小值的位置。

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

参见

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

standard_deviation

示例

Try it in your browser!

>>> import numpy as np
>>> 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)

可以使用 labels 和 index 指定要处理的特性：

>>> 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)]

Go BackOpen In Tab