python高斯函数
高斯函数在计算机图像处理、信号处理、数字滤波等领域有着广泛的应用。Python中可以使用numpy库中的np.exp()和np.pi常数来实现高斯函数。
高斯函数的一般形式为：
$G(x) = \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}$。
其中，$x$为自变量，$\mu$为均值，$\sigma$为标准差。
代码如下：
```python。
import numpy as np。
def gaussian(x, mu, sigma):。
return 1 / (np.sqrt(2 * np.pi) * sigma) * np.exp(-(x - mu)**2 / (2 * sigma**2))。
```。
其中，x为自变量，mu为均值，sigma为标准差。使用时传入相应的参数即可，例如：
```python。
result = gaussian(1, 0, 1)。numpy库统计函数
print(result)  # 0.24197072451914337。
```。
该函数返回自变量x处的高斯函数值。在图像处理中，我们通常会针对每个像素点计算其对应的高斯函数值，常用于图像模糊等处理中。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。