在给定均值和标准差的情况下生成高斯核

【问题标题】：Generate a Gaussian kernel given mean and standard deviation在给定均值和标准差的情况下生成高斯核
【发布时间】：2017-02-07 07:12:06
【问题描述】：

This 此处的问题解决了如何使用 numpy 生成高斯核。但是我不明白kernlen 和nsig 使用的输入是什么，以及它们与通常用于描述高斯分布的均值/标准差有何关系。

如何生成由mean = (8, 10) 和sigma = 3 描述的二维高斯核？理想的输出是表示高斯分布的二维数组。

【问题讨论】：

标签： python numpy gaussian

【解决方案1】：

您可以使用astropy，尤其是来自astropy.modeling.models 模块的Gaussian2D 模型：

from astropy.modeling.models import Gaussian2D

g2d = Gaussian2D(x_mean=8, y_mean=10, x_stddev=3, y_stddev=3)  # specify properties

g2d(*np.mgrid[0:100, 0:100])  # specify the grid for the array

【讨论】：