python中matlab的smooth3函數的等效功能是什么？

Question

我在python中找不到等效的matlab的smooth3。 如何在python中執行3d平滑？

Answer 1

最好為此使用scipy.ndimage 。 它具有大量功能，並且使您可以很好地控制內存使用情況（例如，您可以就地執行所有這些操作，而無需進行復制）。

等效於smooth3d的默認過濾器為smooth3d scipy.ndimage.uniform_filter(data, 3) （“ 3”是過濾器的大小。3是matlab的默認值）。

與smooth3(data, 'gaussian')等效的是scipy.ndimage.gaussian_filter(data, 3) 。

請注意， scipy.ndimage的函數適用於任何尺寸數據。 我將在下面顯示一個2D示例以簡化可視化，但是對於1D，3D，4D，10D等，該函數調用是相同的。

import numpy as np
import scipy.ndimage as ndimage
import matplotlib.pyplot as plt

raw_data = np.random.random((30,30))

fig, axes = plt.subplots(ncols=3)

axes[0].imshow(raw_data, interpolation='nearest')
axes[0].set(title='Raw Data', xticks=[], yticks=[])

axes[1].imshow(ndimage.uniform_filter(raw_data, 3), interpolation='nearest')
axes[1].set(title='Uniform Filter', xticks=[], yticks=[])

axes[2].imshow(ndimage.gaussian_filter(raw_data, 3), interpolation='nearest')
axes[2].set(title='Gaussian Filter', xticks=[], yticks=[])

fig.tight_layout()
plt.show()