scipy.ndimage.

standard_deviation#

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

計算 N 維影像陣列值的標準差，可選擇在指定的子區域計算。

參數:

inputarray_like: 要處理的 N 維影像資料。
labelsarray_like，選用: 標籤以識別 input 中的子區域。如果不是 None，則必須與 input 具有相同的形狀。
indexint 或 ints 序列，選用: 要包含在輸出中的 labels。如果為 None（預設），則使用 labels 為非零的所有值。

回傳值:

standard_deviationfloat 或 ndarray: 標準差的值，如果指定了 labels 和 index，則為每個子區域的值。

參見

label, variance, maximum, minimum, extrema

範例

>>> 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

可以使用 labels 和 index 指定要處理的特徵

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

如果未給定索引，則處理非零 labels

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