scipy.ndimage.

минимум#

scipy.ndimage.минимум(входные данные, метки=None, index=None)[источник]#

Вычислить минимум значений массива по размеченным областям.

Параметры:

входные данныеarray_like: Array_like значений. Для каждой области, заданной метки, минимальные значения входные данные вычисляется по области.
меткиarray_like, необязательный: Массивоподобный объект целых чисел, отмечающий различные области, по которым минимальное значение входные данные должно быть вычислено. метки должен иметь ту же форму, что и входные данные. Если метки не указан, возвращается минимум по всему массиву.
indexarray_like, необязательный: Список меток регионов, которые учитываются при вычислении минимумов. Если index равен None, минимум по всем элементам, где метки возвращается ненулевое значение.

Возвращает:

выводскаляр или список целых чисел или чисел с плавающей точкой в зависимости от типа входных данных.: Список минимумов входные данные по областям, определенным метки и чей индекс находится в index. Если index или метки не указаны, возвращается число с плавающей запятой: минимальное значение входные данные if метки равно None, и минимальное значение элементов, где метки больше нуля, если index равно None.

Смотрите также

label, maximum, median, minimum_position, extrema, sum, mean, variance
standard_deviation

Примечания

Функция возвращает список Python, а не массив NumPy, используйте np.array для преобразования списка в массив.

Примеры

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> labels, labels_nb = ndimage.label(a)
>>> labels
array([[1, 1, 0, 0],
       [1, 1, 0, 2],
       [0, 0, 0, 2],
       [3, 3, 0, 0]], dtype=int32)
>>> ndimage.minimum(a, labels=labels, index=np.arange(1, labels_nb + 1))
[1, 4, 3]
>>> ndimage.minimum(a)
0
>>> ndimage.minimum(a, labels=labels)
1