在numpy中的二维数组上的矢量化移动窗口

Question

我在2D数组上恒定大小的移动窗口上执行操作。我可以实现高效的类似于矢量化的操作来执行此操作而无需在Python中循环吗？我目前的结构看起来像这样

 for i in range(1,xmax-1):
     for j in range(1,ymax-1):
        out[i][j] = f(in[i][j],in[i+1][j],in[i-1][j],in[i][j+1],in[i][j-1],...)

这些评论可以 吃 留在这个问题暗指矢量化这种操作这种可能性，但没有进一步的细节矢量索引/切片在numpy的/SciPy的？

Answer 1

如果可以表达功能

f(in[i][j],in[i+1][j],in[i-1][j],in[i][j+1],in[i][j-1],…)

作为一个线性算，你可以使用SciPy的的signal.convolve2d函数来做到这一点。例如，假设您有一个50x50的数组A，并且要计算第二个数组B，其中每个元素b[ij]都是a[i,j], a[(i-1),j], a[i,(j-1)], a[(i-1),(j-1)]数组A的平均值。您可以这样做：

A = # your first array
B = numpy.ones((2,2))/4
C = scipy.signal.convolve2d(A,B, 'valid')

当执行卷积时，数组B在A上“滑动”，将相应的元素相乘并求和。由于边界效应，在使用结果数组C时必须小心。这里，C的形状为49x49，这是因为中的'valid'参数convolve2d要丢弃第一行和第一列，因为它们包含边界效应。如果您希望有一个50x50的数组而不丢弃，则可以将该参数交换为'same'

编辑 ：也许如果您能告诉我更多有关您需要的功能的信息，我可以帮助您更具体地将其转换为用于进行2D卷积的数组。

希望有帮助！