scipy.ndimage.

standard_deviation#

scipy.ndimage.standard_deviation(input, labels=None, index=None)[Quelle]#

Berechnet die Standardabweichung der Werte eines N-dimensionalen Bildarrays, optional in angegebenen Unterregionen.

Parameter:

inputarray_like: N-dimensionale Bilddaten zur Verarbeitung.
labelsarray_like, optional: Labels zur Identifizierung von Unterregionen in input. Wenn nicht None, muss die gleiche Form wie input haben.
indexint oder Sequenz von ints, optional: labels, die in die Ausgabe aufgenommen werden sollen. Wenn None (Standard), werden alle Werte verwendet, bei denen labels ungleich Null ist.

Rückgabe:

standard_deviationfloat oder ndarray: Werte der Standardabweichung, für jede Unterregion, wenn labels und index angegeben sind.

Siehe auch

label, variance, maximum, minimum, extrema

Beispiele

>>> 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.standard_deviation(a)
2.7585095613392387

Zu verarbeitende Merkmale können mit labels und index angegeben werden.

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.standard_deviation(a, lbl, index=np.arange(1, nlbl+1))
array([ 1.479,  1.5  ,  3.   ])

Wenn kein Index angegeben ist, werden Nicht-Null-Werte von labels verarbeitet.

>>> ndimage.standard_deviation(a, lbl)
2.4874685927665499