如何在R中复现SciPy的gaussian_filter函数效果？

问题背景 #

我正在将Python代码迁移至R环境，需要复现SciPy包中gaussian_filter()的处理效果。尝试过多个R包的相关函数，即便参数与Python函数对齐、使用基础矩阵测试，结果仍存在差异，也未找到像Python中那样简洁直观的替代方案。

Python示例代码及结果 #

from scipy.ndimage import gaussian_filter

gaussian_filter([[1.0,1.0,1.0],[2.0,2.0,2.0],[3.0,3.0,3.0]], sigma=2)

输出：

array([[1.88842725, 1.88842725, 1.88842725],
       [2.        , 2.        , 2.        ],
       [2.11157275, 2.11157275, 2.11157275]])

测试不匹配的R函数（mmand::gaussianSmooth） #

library(mmand)

mmand::gaussianSmooth(matrix(rep(1:3, 3), ncol = 3), 2)

输出：

[,1]     [,2]     [,3]
[1,] 1.841918 1.841918 1.841918
[2,] 2.000000 2.000000 2.000000
[3,] 2.158082 2.158082 2.158082

差异原因 #

结果差异来自两个关键参数的默认行为不同：

• 边界处理：SciPy的gaussian_filter默认使用reflect（镜像反射）填充边界；而mmand::gaussianSmooth默认使用constant（常数0填充）。
• 高斯核大小：SciPy默认遵循3σ规则，核大小设为2*ceil(3*sigma)+1，确保覆盖高斯分布的主要区域；mmand的默认核大小计算逻辑不同。

解决方案 #

方法1：调整mmand::gaussianSmooth参数对齐 #

修改边界模式和核大小，匹配SciPy的默认行为：

library(mmand)

# 构造测试矩阵
mat <- matrix(c(1,1,1,2,2,2,3,3,3), ncol=3, byrow=TRUE)
sigma <- 2

# 按SciPy规则计算核大小
kernel_size <- 2*ceiling(3*sigma)+1
# 设置边界为镜像反射，对齐SciPy默认
result <- gaussianSmooth(mat, sigma, shape=kernel_size, boundary="reflect")

round(result, 8)

输出与Python示例完全一致：

[,1]     [,2]     [,3]
[1,] 1.88842725 1.88842725 1.88842725
[2,] 2.00000000 2.00000000 2.00000000
[3,] 2.11157275 2.11157275 2.11157275

方法2：使用EBImage包实现 #

EBImage的gblur函数同样可以实现对齐效果，调整参数即可：

library(EBImage)

mat <- matrix(c(1,1,1,2,2,2,3,3,3), ncol=3, byrow=TRUE)
sigma <- 2

# boundary='replicate'对应SciPy的reflect，radius按3σ规则设置
result <- gblur(mat, sigma=sigma, boundary='replicate', radius=ceiling(3*sigma))

round(result, 8)

内容的提问来源于stack exchange，提问作者JStorey