pairs_to_table — REPRCONV `pairs` op

• Datenarten: pairs → table

• Aufruf: import reprconv; reprconv.pairs_to_table(pairs) (oder opsreprconv.get("pairs_to_table"))

Verwendung

Paare `(N,2) → eine zusammenfassende table`. Einwegs.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

`x_uniform` は「列 0 が等間隔か」の判定で、これが False の対を

:func:pairs_to_signal に通すと x が黙って落ちる(上の docstring 参照)。

判定は最大差分と最小差分の比で行い、閾値は 1e-9(相対)。

Args:

pairs: (N, 2)。

Returns:

dict(`n / x_min / x_max / y_min / y_max` /

`y_mean / x_uniform / x_step`(等間隔のときのみ) /

`pearson_r`(N >= 2 かつ両列が定数でないとき))。

Raises:

ValueError: 形状不正 / 非有限。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• representation_conversion — py -3.11 examples/representation_conversion.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

—

Gleiche Kategorie (`pairs`)

pairs_to_signal · pairs_to_image2d

*Provenance: reprconv.py — REPRCONV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

pairs_to_table — REPRCONV pairs op