所以我使用的是gender.plot <- autoplot(km.by.sex)
gender.plot <- gender.plot +
ggtitle("Gender based Survival") +
labs(x = "Time", y = "Survival Probability") +
guides(fill=FALSE) +
labs(colour = "Gender") +
scale_color_manual(labels = c("Male", "Female"), values = c(1, 2))
print(gender.plot)
函数。我理解它如何适用于documentation的二维矩阵。但是当我将它应用于3D矩阵时,它会给出我无法解释的结果。例如:
scipy.ndimage.filters.convolve
我理解来自post的卷积。所以根据我的说法,(0,0,0)索引应该是8.类似地(0,0,1)应该是20.我在理解中哪里出错?
编辑:即使有人告诉我该模块如何用于带有n-D滤镜的n-D(或通道)图像,我将不胜感激。
答案 0 :(得分:0)
您的示例是三维的,这使可视化变得有些困难,因此,让我来获取您从官方scipy文档中链接的示例。为了使输出与输入图像的大小相同,内核将从相对于输入图像的位置(-1,-1)开始在输入上滑动。当使用参数mode='constant',cval=0.0
时,内核不重叠的区域将被视为0,并将内核(红色)的值与输入(黑色)的值相乘,相加后输出。请记住,在卷积运算the kernel gets flipped中,卷积的前五个步骤将如下所示(从左上到右下):
1.step: 1*1+1*2+1*5+1*3 = 11
2.step: 0*1+1*2+1*0+1*5+1*3+1*0 = 10
...
在您的示例中,应用了相同的原理,唯一的区别是您还沿着第三轴进行了卷积。