以Numpy图像数组为中心
以Numpy图像数组为中心
提问于 2016-04-04 03:56:40
我有一些数字图像数组，我想要对其进行中心化(减去平均值，除以标准差)。我可以这样做吗？
# x is a np array
img_mean = x.mean(axis=0)
img_std = np.std(x)
x = (x - img_mean) / img_std回答 1
Stack Overflow用户
回答已采纳
发布于 2016-04-04 05:35:25
我不认为这是你想要做的。
假设我们有这样一个数组：
In [2]: x = np.arange(25).reshape((5, 5))
In [3]: x
Out[3]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24]])x.mean(axis=0)计算每列的平均值(轴0)：
In [4]: x.mean(axis=0)
Out[4]: array([ 10., 11., 12., 13., 14.])从原始x数组中减去每个值后，每个值将被其列的平均值减去：
In [5]: x - x.mean(axis=0)
Out[5]:
array([[-10., -10., -10., -10., -10.],
[ -5., -5., -5., -5., -5.],
[ 0., 0., 0., 0., 0.],
[ 5., 5., 5., 5., 5.],
[ 10., 10., 10., 10., 10.]])如果我们不为x.mean指定一个轴，则整个数组将被接受：
In [6]: x.mean(axis=None)
Out[6]: 12.0这就是您一直以来对x.std()所做的工作，因为对于np.std和np.mean，默认轴都是None。
这可能是你想要的：
In [7]: x - x.mean()
Out[7]:
array([[-12., -11., -10., -9., -8.],
[ -7., -6., -5., -4., -3.],
[ -2., -1., 0., 1., 2.],
[ 3., 4., 5., 6., 7.],
[ 8., 9., 10., 11., 12.]])
In [8]: (x - x.mean()) / x.std()
Out[8]:
array([[-1.6641005, -1.5254255, -1.3867504, -1.2480754, -1.1094003],
[-0.9707253, -0.8320502, -0.6933752, -0.5547002, -0.4160251],
[-0.2773501, -0.1386750, 0. , 0.1386750, 0.2773501],
[ 0.4160251, 0.5547002, 0.6933752, 0.8320502, 0.9707253],
[ 1.1094003, 1.2480754, 1.3867504, 1.5254255, 1.6641005]])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/36394340
复制相关文章
相似问题
腾讯云开发者
