用轴对称值填充Numpy数组

Question

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：

square filter with np.outer()

circular filter with David's answer

Answer 1

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。

Answer 2

你可以这样做：

x=y=np.arange(-500,501)
r=np.random.randint(0,256,len(x)/np.sqrt(2)+1)
X,Y=np.meshgrid(x,y)
im=(X*X+Y*Y)**(1/2)
circles=r.take(np.int64(im))
plt.imshow(circles)