overlap_slices

astropy.nddata.utils.overlap_slices(large_array_shape, small_array_shape, position, mode='partial', *, limit_rounding_method=<ufunc 'ceil'>)

获取小数组和大数组重叠部分的切片。

给定小数组中心的一定位置，相对于大数组，返回切片元组，这些元组可用于在给定位置提取、加减小数组。此函数负责处理边界处的正确行为，其中小数组被适当地剪切。整数位置位于像素中心。

参数:

large_array_shape : tuple 的 int 或 intPYTHON：PYTHON的元组：INT或PYTHON：INT

大数组的形状（对于一维数组，它可以是 int ）

small_array_shape : int 或 tuple 其中PYTHON：int或PYTHON：其元组

小阵列的形状（对于一维阵列，可以是 int ). 见 mode 其他详细信息的关键字。

position : number 或 tuple 其中数字或 Python ：其元组

小阵列相对于大阵列的中心位置。像素坐标应与数组形状的顺序相同。整数位置位于像素中心。对于任何轴 small_array_shape 为偶数时，位置向上取整，例如提取两个中心为 1 将提取区域定义为 [0, 1] .

mode{'partial'，'trim'，'strict'}，可选

在 'partial' 模式下，小阵列和大阵列的部分重叠就足够了。这个 'trim' 模式类似于 'partial' 模式，但是 slices_small 将被调整为只返回重叠元素。在 'strict' 模式时，小数组必须完全包含在大数组中，否则 PartialOverlapError 提高了。在所有模式下，非重叠数组将引发 NoOverlapError .

limit_rounding_method : callable()Python：Callable()

计算最小和最大像素索引时的舍入方法。这必须是一个可调用的函数。示例： ceil , floor , round .默认值为 ceil .

返回:

slices_large : tuple 的 slicePython：切片元组

大数组中每个轴的切片对象的元组，这样 large_array[slices_large] 提取大数组与小数组重叠的区域。

slices_small : tuple 的 slicePython：切片元组

小数组中每个轴的切片对象的元组，这样 small_array[slices_small] 提取大数组内的区域。