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坐标。

scipy.ndimage.map_coordinates() 的 JAX 实现

给定一个输入数组和一组坐标，此函数返回在这些坐标处插值的输入数组值。

参数:

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

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

  • order (int) –

    插值的阶数。JAX 支持以下

    • 0：最近邻

    • 1：线性

  • mode (str) – 根据给定的模式填充输入边界外的点。JAX 支持以下之一：('constant', 'nearest', 'mirror', 'wrap', 'reflect')。请注意，JAX 中的 'wrap' 模式的行为类似于 SciPy 中的 'grid-wrap' 模式，而 JAX 中的 'constant' 模式的行为类似于 SciPy 中的 'grid-constant' 模式。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（而不是修复现有模式）来修复此错误，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 SciPy 文档中记录的 mode 参数，而不是 SciPy 实现的参数。