Генерировать гауссовское ядро ​​с учетом среднего и стандартного отклонения

Question

This Здесь задается вопрос, как сгенерировать гауссовское ядро ​​с использованием numpy. Однако я не понимаю, что используются входы kernlen и nsig и как они относятся к среднему/стандартным отклонениям, обычно используемым для описания распределения Гаусса.

Как бы создать 2-мерное гауссовское ядро, описанное, скажем, mean = (8, 10) и sigma = 3? Идеальным выходом будет двумерный массив, представляющий распределение Гаусса.

Answer 1

Вы можете использовать astropy, особенно Gaussian2D модель из astropy.modeling.models модуля:

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