scipy.ndimage.

дисперсия#

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

Вычислить дисперсию значений N-мерного массива изображения, опционально в указанных подобластях.

Параметры:

входные данныеarray_like: Данные Nd-изображения для обработки.
меткиarray_like, необязательный: Метки, определяющие подобласти в входные данные. Если не None, должен иметь ту же форму, что и входные данные.
indexint или последовательность ints, необязательно: метки для включения в вывод. Если None (по умолчанию), все значения, где метки используются ненулевые значения.

Возвращает:

дисперсияfloat или ndarray: Значения дисперсии для каждой подобласти, если метки и index указаны.

Смотрите также

label, standard_deviation, maximum, minimum, extrema

Примеры

>>> 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.variance(a)
7.609375

Обрабатываемые признаки могут быть указаны с помощью метки и index:

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.variance(a, lbl, index=np.arange(1, nlbl+1))
array([ 2.1875,  2.25  ,  9.    ])

Если индекс не указан, все ненулевые метки обрабатываются:

>>> ndimage.variance(a, lbl)
6.1875