Python 如何用NumPy计算数组中的平均索引

如何计算使

abs(sum(nums[:T])-sum(nums[T:]))

---

假设它是一个排序数组，因为否则这就没有什么意义了：

numpy.searchsorted（nums，numpy.mean（nums））

---

请参见假设它是一个排序数组，否则这没有多大意义：

numpy.searchsorted（nums，numpy.mean（nums））

---

请参见

您试图解决的具体问题有一个众所周知的解决方案，称为大津方法。以下代码来自：

如果需要应用阈值，则更容易。改编自：

根据您的需要，您可能还希望了解自适应阈值，这是一种更局限于图像中较小区域的阈值

import cv2

image_blurred = cv2.GaussianBlur(image,(5,5),0)
thresh = cv2.adaptiveThreshold(image_blurred , 255,
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, blockSize=11, C=2)

---

你试图解决的具体问题有一个众所周知的解决方案，叫做大津方法。以下代码来自：

如果需要应用阈值，则更容易。改编自：

根据您的需要，您可能还希望了解自适应阈值，这是一种更局限于图像中较小区域的阈值

import cv2

image_blurred = cv2.GaussianBlur(image,(5,5),0)
thresh = cv2.adaptiveThreshold(image_blurred , 255,
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, blockSize=11, C=2)

---

产生最小的样本数据和预期的输出？你怎么能假设是这样<代码>[10002000,3,1]，在这里工作的

T

是什么？而且，这看起来像是一个很糟糕的感谢改变的例子。不过，看起来很像上面提到的XY问题。不管怎样，到目前为止你想到了什么？我肯定你不是第一次来这里问这个问题，你肯定已经有了一些想法，值得讨论。例如，有一个helper变量来保存

nums

的运行累积和有什么关系？事实上，我在灰度图像的直方图中找到了一个阈值，平均值

np（范围（0，256），权重=直方图）

，但失败了，结果不是直方图的平均指数。产生最小的样本数据和预期输出？你怎么能假设是这样<代码>[10002000,3,1]，在这里工作的

T

是什么？而且，这看起来像是一个很糟糕的感谢改变的例子。不过，看起来很像上面提到的XY问题。不管怎样，到目前为止你想到了什么？我肯定你不是第一次来这里问这个问题，你肯定已经有了一些想法，值得讨论。例如，关于使用一个helper变量来保存

nums

的运行累积和有什么关系？事实上，我在一个灰度图像的直方图中找到了一个阈值，平均值

np（范围（0，256），权重=直方图）

，但是失败了，结果不是直方图的平均指数。

import cv2

image_blurred = cv2.GaussianBlur(image,(5,5),0)
thresh = cv2.adaptiveThreshold(image_blurred , 255,
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, blockSize=11, C=2)