scipy.ndimage.

gaussian_filter1d#

scipy.ndimage.gaussian_filter1d(input, sigma, axis=-1, order=0, output=None, mode='reflect', cval=0.0, truncate=4.0, *, radius=None)[Quelle]#

1-D Gaußscher Filter.

Parameter:

inputarray_like

Das Eingabearray.

sigmaSkalar

Standardabweichung für den Gaußschen Kern

axisint, optional

Die Achse von input, entlang der berechnet werden soll. Standard ist -1.

orderint, optional

Eine Ordnung von 0 entspricht der Faltung mit einem Gaußschen Kern. Eine positive Ordnung entspricht der Faltung mit der entsprechenden Ableitung eines Gaußschen.

outputarray oder dtype, optional

Das Array, in das die Ausgabe platziert werden soll, oder der Datentyp des zurückgegebenen Arrays. Standardmäßig wird ein Array mit demselben Datentyp wie input erstellt.

mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}, optional

Der Parameter mode bestimmt, wie das Eingabearray über seine Grenzen hinaus erweitert wird. Standard ist ‘reflect’. Das Verhalten für jeden gültigen Wert ist wie folgt:

‘reflect’ (d c b a | a b c d | d c b a): Die Eingabe wird erweitert, indem über den Rand des letzten Pixels gespiegelt wird. Dieser Modus wird auch manchmal als halb-Sample-symmetrisch bezeichnet.
‘constant’ (k k k k | a b c d | k k k k): Die Eingabe wird erweitert, indem alle Werte außerhalb des Rands mit demselben konstanten Wert gefüllt werden, der durch den Parameter cval definiert ist.
‘nearest’ (a a a a | a b c d | d d d d): Die Eingabe wird erweitert, indem das letzte Pixel wiederholt wird.
‘mirror’ (d c b | a b c d | c b a): Die Eingabe wird erweitert, indem über die Mitte des letzten Pixels gespiegelt wird. Dieser Modus wird auch manchmal als ganz-Sample-symmetrisch bezeichnet.
‘wrap’ (a b c d | a b c d | a b c d): Die Eingabe wird erweitert, indem zum gegenüberliegenden Rand umgebrochen wird.

Zur Konsistenz mit den Interpolationsfunktionen können auch die folgenden Modusnamen verwendet werden:

‘grid-mirror’: Dies ist ein Synonym für ‘reflect’.
‘grid-constant’: Dies ist ein Synonym für ‘constant’.
‘grid-wrap’: Dies ist ein Synonym für ‘wrap’.

cvalskalar, optional

Wert, mit dem die Ränder der Eingabe gefüllt werden, wenn mode ‘constant’ ist. Standard ist 0.0.

truncatefloat, optional

Schneidet den Filter bei dieser Anzahl von Standardabweichungen ab. Standard ist 4.0.

radiusNone oder int, optional

Radius des Gaußschen Kerns. Wenn angegeben, hat die Größe des Kerns 2*radius + 1 und truncate wird ignoriert. Standard ist None.

Rückgabe:

gaussian_filter1dndarray

Hinweise

Der Gaußsche Kern hat entlang jeder Achse die Größe 2*radius + 1. Wenn radius None ist, wird ein Standard- radius = round(truncate * sigma) verwendet.

Beispiele

>>> from scipy.ndimage import gaussian_filter1d
>>> import numpy as np
>>> gaussian_filter1d([1.0, 2.0, 3.0, 4.0, 5.0], 1)
array([ 1.42704095,  2.06782203,  3.        ,  3.93217797,  4.57295905])
>>> gaussian_filter1d([1.0, 2.0, 3.0, 4.0, 5.0], 4)
array([ 2.91948343,  2.95023502,  3.        ,  3.04976498,  3.08051657])
>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> x = rng.standard_normal(101).cumsum()
>>> y3 = gaussian_filter1d(x, 3)
>>> y6 = gaussian_filter1d(x, 6)
>>> plt.plot(x, 'k', label='original data')
>>> plt.plot(y3, '--', label='filtered, sigma=3')
>>> plt.plot(y6, ':', label='filtered, sigma=6')
>>> plt.legend()
>>> plt.grid()
>>> plt.show()

../../_images/scipy-ndimage-gaussian_filter1d-1.png