scipy.ndimage.

方差

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

计算 N-D 图像数组值的方差，可选地在指定的子区域进行。

参数:

输入array_like

待处理的 Nd-image 数据。

标签类似数组, 可选

定义 input 中子区域的标签。如果不是 None，则必须与 input 形状相同。

索引int 或 int 序列，可选

labels 包含在输出中。如果为 None（默认），则使用 labels 非零的所有值。

返回:

方差浮点数或ndarray

如果指定了 labels 和 index，则为每个子区域的方差值。

参见

label, standard_deviation, maximum, minimum, extrema

示例

Try it in your browser!

>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> from scipy import ndimage
>>> ndimage.variance(a)
7.609375

可以使用 labels 和 index 指定要处理的特性：

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.variance(a, lbl, index=np.arange(1, nlbl+1))
array([ 2.1875,  2.25  ,  9.    ])

如果没有给出索引，所有非零的 labels 都会被处理：

>>> ndimage.variance(a, lbl)
6.1875

Go BackOpen In Tab