这里的This问题解决了如何使用numpy生成高斯内核。但是,我不理解使用kernlennsig的输入是什么以及它们与通常用于描述高斯分布的均值/标准差之间的关系。

如何生成用mean = (8, 10)sigma = 3描述的2d高斯核?理想的输出将是代表高斯分布的二维数组。

最佳答案

您可以使用astropy,尤其是Gaussian2D模块中的astropy.modeling.models模型:

from astropy.modeling.models import Gaussian2D

g2d = Gaussian2D(x_mean=8, y_mean=10, x_stddev=3, y_stddev=3)  # specify properties

g2d(*np.mgrid[0:100, 0:100])  # specify the grid for the array


python - 给定均值和标准差,生成高斯核-LMLPHP

关于python - 给定均值和标准差,生成高斯核,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/42078840/

10-12 21:44