python map用法_python scipy ndimage.map_coordinates用法及代码示例

通过插值将输入数组映射到新坐标。

坐标数组用于为输出中的每个点查找输入中的相应坐标。这些坐标处的输入值由所请求顺序的样条插值确定。

通过放置第一个轴，可从坐标数组的形状导出输出的形状。沿第一个轴的数组的值是输入数组中找到输出值的坐标。

参数：

input：array_like输入数组。

coordinates：array_like评估输入的坐标。

output：array 或 dtype, 可选参数放置输出的数组或返回数组的dtype。默认情况下，将创建与输入相同dtype的数组。

order：int, 可选参数样条插值的顺序，默认为3。该顺序必须在0-5的范围内。

mode：{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}, 可选参数模式参数确定如何将输入数组扩展到其边界之外。默认值为‘constant’。每个有效值的行为如下：

‘reflect’(d c b a | a b c d | d c b a)通过反射最后一个像素的边来扩展输入。

‘constant’(k k k k | a b c d | k)通过使用cval参数定义的相同常数填充边以外的所有值，从而扩展了输入。

‘nearest’(a a a | a b c d | d d d d)通过复制最后一个像素来扩展输入。

‘mirror’(d c b | a b c d | b)通过围绕最后一个像素的中心进行反射来扩展输入。

‘wrap’(a b c d | a b c d | A B C D)通过环绕到相反的边来扩展输入。

cval：scalar, 可选参数如果模式为‘constant’，则该值将填充输入的后沿。默认值为0.0。

prefilter：bool, 可选参数确定输入数组是否用spline_filter插值之前。默认值为True，如果order> 1，它将创建一个临时的float64过滤值数组。如果将其设置为False，则如果order> 1，则输出将稍微模糊，除非输入是经过预先过滤的，即它是调用的结果spline_filter在原始输入上。

返回值：

map_coordinates：ndarray转换输入的结果。通过放下第一个轴，可从坐标的形状导出输出的形状。

例子：

>>> from scipy import ndimage

>>> a = np.arange(12.).reshape((4, 3))

>>> a

array([[ 0., 1., 2.],

[ 3., 4., 5.],

[ 6., 7., 8.],

[ 9., 10., 11.]])

>>> ndimage.map_coordinates(a, [[0.5, 2], [0.5, 1]], order=1)

array([ 2., 7.])

上面的插值a [0.5，0.5]给出输出[0]，而a [2，1]被输出[1]。

>>> inds = np.array([[0.5, 2], [0.5, 4]])

>>> ndimage.map_coordinates(a, inds, order=1, cval=-33.3)

array([ 2. , -33.3])

>>> ndimage.map_coordinates(a, inds, order=1, mode='nearest')

array([ 2., 8.])

>>> ndimage.map_coordinates(a, inds, order=1, cval=0, output=bool)

array([ True, False], dtype=bool)