我正在尝试找到一种快速方法来填充具有旋转对称值的Numpy数组。想象一下包含锥形区域的零个数组。我有一维数组,想要围绕数组的中心旋转360°。没有像z = f(x,y)这样的2D函数,所以我无法明确地计算2D值。我有一些有用的东西,但for循环对于大型数组来说太慢了。这应该是一个圆圈:
values = np.ones(100)
x = np.arange(values.size)-values.size/2+0.5
y = values.size/2-0.5-np.arange(values.size)
x,y = np.meshgrid(x,y)
grid = np.rint(np.sqrt(x**2+y**2))
arr = np.zeros_like(grid)
for i in np.arange(values.size/2):
arr[grid==i] = values[i+values.size/2]
我的1D阵列当然不是那么简单。有人可以想办法摆脱for循环吗?
更新:我想为卷积模糊制作圆形滤镜。在我使用np.outer(values,values)
给我一个矩形过滤器之前。大卫的提示允许我非常快速地创建一个圆形过滤器。见下文:
答案 0 :(得分:2)
您可以使用花式索引来实现此目的:
values = np.ones(100)
x = np.arange(values.size)-values.size/2+0.5
y = values.size/2-0.5-np.arange(values.size)
x,y = np.meshgrid(x,y)
grid = np.rint(np.sqrt(x**2+y**2)).astype(np.int)
arr = np.zeros_like(grid)
size_half = values.size // 2
inside = (grid < size_half)
arr[inside] = values[grid[inside] + size_half]
在这里,inside
选择圈内的索引,因为只有这些项可以从values
派生。
答案 1 :(得分:1)