scipy.ndimage.

extrema#

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

Berechnet die Minimal- und Maximalwerte eines Arrays an bestimmten Labels, zusammen mit deren Positionen.

Parameter:

inputndarray: N-dimensionale Bilddaten zur Verarbeitung.
labelsndarray, optional: Labels von Merkmalen im Eingabebild. Wenn None, muss es die gleiche Form wie input haben.
indexint oder Sequenz von ints, optional: Zu berücksichtigende Labels in der Ausgabe. Wenn None (Standardwert), werden alle Werte verwendet, bei denen labels nicht Null ist.

Rückgabe:

minimums, maximumsint oder ndarray: Werte der Minima und Maxima in jedem Merkmal.
min_positions, max_positionstuple oder Liste von Tupeln: Jedes Tupel gibt die N-dimensionalen Koordinaten des entsprechenden Minimums oder Maximums an.

Siehe auch

maximum, minimum, maximum_position, minimum_position, center_of_mass

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.extrema(a)
(0, 9, (0, 2), (3, 0))

Zu verarbeitende Merkmale können mit labels und index angegeben werden.

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.extrema(a, lbl, index=np.arange(1, nlbl+1))
(array([1, 4, 3]),
 array([5, 7, 9]),
 [(0, 0), (1, 3), (3, 1)],
 [(1, 0), (2, 3), (3, 0)])

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

>>> ndimage.extrema(a, lbl)
(1, 9, (0, 0), (3, 0))