Python scipy中一个函数的冗余多个实现？

我正在使用

scipy

做一些图像处理工作，我发现有些功能非常混乱，比如说

scipy.signal.convalve

，

scipy.ndimage.filters.convalve

，它们有相同的名称和功能，但它们属于

scipy

的不同模块，所以我有点想知道为什么不只实现一次呢？

它们做的事情稍有不同，主要是当两个被卷积的数组没有完全重叠时，它们如何处理卷积

始终返回与其第一个参数大小相同的数组。要处理边界附近的区域（第二个数组可能与第一个数组不完全重叠），它使用以下选项之一来弥补这些值：

反射

，

常数

，

最近的

，

镜像

或

包裹

---

始终根据需要使用零填充数组，并使用三个选项返回，

full

、

valid

或

same

，这三个选项决定返回数组的大小，具体取决于根据零填充计算的值是保留还是丢弃。

它们的作用略有不同，主要与它们在被卷积的两个数组没有完全重叠时如何处理卷积有关

始终返回与其第一个参数大小相同的数组。要处理边界附近的区域（第二个数组可能与第一个数组不完全重叠），它使用以下选项之一来弥补这些值：

反射

，

常数

，

最近的

，

镜像

或

包裹

---

始终根据需要使用零填充数组，并使用三个选项返回，

full

、

valid

或

same

，这三个选项确定返回数组的大小，取决于根据零填充计算的值是保留还是放弃。

一个似乎接受

权重

参数，另一个则不接受。你确定它们是一样的吗？通过阅读文档，它们似乎有所不同。@Sukritkalla，好吧，它们都做卷积运算，为什么不让它们成为一个呢？一个似乎接受了

权重

参数，而另一个没有。你确定它们是一样的吗？通过阅读文档，它们似乎有所不同。@Sukritkalla，好吧，它们都做卷积运算，为什么不让它们成为一个呢？是的，但我个人认为

过滤器。卷积

可能利用

信号。卷积

来节省实现工作。是的，但我个人认为，

过滤器.卷积

可能会利用

信号.卷积

来节省实现工作。