jax.scipy.ndimage.map_coordinates#

jax.scipy.ndimage.map_coordinates(input, coordinates, order, mode='constant', cval=0.0)[源代码]#

使用插值将输入数组映射到新的坐标。

JAX 实现的 scipy.ndimage.map_coordinates()

给定一个输入数组和一组坐标，此函数返回输入数组在这些坐标处的插值。

参数:

  • input (Array | ndarray | bool | number | bool | int | float | complex) – N 维输入数组，从中插值。

  • coordinates (Sequence[Array | ndarray | bool | number | bool | int | float | complex]) – 长度为 N 的数组序列，指定用于评估插值的坐标。

  • order (int) –

    插值的阶数。JAX 支持以下值：

    • 0: 最近邻

    • 1: 线性

  • mode (str) – 输入边界之外的点根据给定的模式填充。JAX 支持以下模式之一：('constant', 'nearest', 'mirror', 'wrap', 'reflect')。请注意，JAX 中的 'wrap' 模式的行为与 SciPy 中的 'grid-wrap' 模式相同，而 JAX 中的 'constant' 模式的行为与 SciPy 中的 'grid-constant' 模式相同。这种差异是由 SciPy 中这些模式的先前错误引起的 (scipy/scipy#2640)，JAX 首先通过更改现有模式的行为来修复此错误，然后在 SciPy 中通过添加具有新名称的模式来修复此错误，而不是修复现有模式，以实现向后兼容性。默认为 ‘constant’。

  • cval (Array | ndarray | bool | number | bool | int | float | complex) – 如果 mode='constant'，则用于输入边界之外的点的值。默认为 0.0。

返回:

指定坐标处的插值。

示例

>>> input = jnp.arange(12.0).reshape(3, 4)
>>> input
Array([[ 0.,  1.,  2.,  3.],
       [ 4.,  5.,  6.,  7.],
       [ 8.,  9., 10., 11.]], dtype=float32)
>>> coordinates = [jnp.array([0.5, 1.5]),
...                jnp.array([1.5, 2.5])]
>>> jax.scipy.ndimage.map_coordinates(input, coordinates, order=1)
Array([3.5, 8.5], dtype=float32)

注意

边界附近的插值与 SciPy 函数不同，因为 JAX 修复了一个未解决的错误；请参阅 jax-ml/jax#11097。此函数解释 mode 参数的方式与 SciPy 文档记录的方式一致，但不与 SciPy 的实现方式一致。