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kernlen和nsig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)和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
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/