grid_to_graph

sklearn.feature_extraction.image.grid_to_graph(n_x, n_y, n_z=1, *, mask=None, return_as= 'scipy.sparse._coo.coo_matrix'>, dtype= 'int'>)

Граф соединений пиксель-к-пикселю.

Ребра существуют, если 2 воксела соединены.

Подробнее в Руководство пользователя.

Параметры:

n_xint

Размерность по оси X.

n_yint

Целевая переменная, где каждая выборка имеет несколько меток классификации/регрессии. См.

n_zint, по умолчанию=1

Измерение по оси z.

маскаndarray формы (n_x, n_y, n_z), dtype=bool, по умолчанию=None

Необязательная маска изображения, чтобы учитывать только часть пикселей.

return_asnp.ndarray или класс разреженной матрицы, по умолчанию sparse.coo_matrix

Класс, используемый для построения возвращаемой матрицы смежности.

dtypedtype, по умолчанию=int

Данные возвращаемой разреженной матрицы. По умолчанию это int.

Возвращает:

графnp.ndarray или разреженный матричный класс

Вычисленная матрица смежности.

Примеры

>>> import numpy as np
>>> from sklearn.feature_extraction.image import grid_to_graph
>>> shape_img = (4, 4, 1)
>>> mask = np.zeros(shape=shape_img, dtype=bool)
>>> mask[[1, 2], [1, 2], :] = True
>>> graph = grid_to_graph(*shape_img, mask=mask)
>>> print(graph)

  with 2 stored elements and shape (2, 2)>
  Coords    Values
  (0, 0)    1
  (1, 1)    1