Question

我正在尝试编写一个返回大小为np.array x nx的{{1}}且包含均值ny和sd {{1}的中心高斯分布的函数}。它在原理上像下面这样工作，但是问题是结果不是完全对称的。对于较大的mu x sig来说，这不是问题，但是对于较小的nx x ny来说，这显然在我的实现中不太正确...

针对：

create2dGaussian (1, 1, 5, 5)

它输出：

[[ 0.   0.2  0.3  0.1  0. ]
 [ 0.2  0.9  1.   0.5  0. ]
 [ 0.3  1.   1.   0.6  0. ]
 [ 0.1  0.5  0.6  0.2  0. ]
 [ 0.   0.   0.   0.   0. ]]

...这不是对称的。对于更大的nx和ny，一个3d图看起来很好/平滑，但是为什么详细的数字不正确，我该如何解决？

import numpy as np


def create2dGaussian (mu, sigma, nx, ny):
    x, y = np.meshgrid(np.linspace(-nx/2, +nx/2+1,nx), np.linspace(-ny/2, +ny/2+1,ny))
    d = np.sqrt(x*x+y*y)
    g = np.exp(-((d-mu)**2 / ( 2.0 * sigma**2 )))


    np.set_printoptions(precision=1, suppress=True)
    print(g.shape)
    print(g)
    return g

-----编辑-----

虽然以下描述的解决方案可解决标题（非对称分布）中提到的问题，但此代码还包含其他一些here讨论的问题。

Answer 1

Numpy的linspace默认情况下包括两个边，与range不同，您不需要在右边添加一个。为了安全起见，我还建议仅以浮点数除法：

x, y = np.meshgrid(np.linspace(-nx/2.0, +nx/2.0,nx), np.linspace(-ny/2.0, +ny/2.0,ny))

为什么我的高斯np.array不对称？

1 个答案: