Question

我有一个具有固定边界的二维点阵（L * L），并将N-S-W-E站点视为每个站点的4个邻居。为每个站点分配一个浮点值。对于每个站点，我正在计算其相邻站点的值的平均值。我想用scipy.signal中的convolv2d来解决这个问题。以下是我的代码：

# xi_out = constant1*xi + constant2*(sum of xi's neighbours)/no_of_xi's_neighbours

import numpy as np
from scipy.signal import convolve2d

L = 6  # each side of 2D lattice
a, b = (0.1, 0.5) # two constants
arr = np.random.rand(L, L) # example 2D array
# (3,3) window representing 4 neighbours which slides over 'arr'
kernel = np.array([[0, b, 0],
                   [b, a, b],
                   [0, b, 0]])
neighbors_sum = convolve2d(arr, kernel, mode='same', boundary='fill', fillvalue=0)
print(neighbors_sum)

我无法找到一种方法来按每个站点的邻居数量来划分相邻值的总和。

通过以下方式，我可以找到每个站点的邻居数量，但不知道如何将这些值合并到“结果”中。有人可以建议我如何实现这一点，还是在convolve2d中有一个更简单的内置方法来做到这一点？

arr = np.ones((L,L), dtype=np.int)
kernel = np.array([[0, 1, 0],
                   [1, 0, 1],
                   [0, 1, 0]])
neighbors_count = convolve2d(arr, kernel, mode='same', boundary='fill', fillvalue=0)
print(neighbors_count)

Answer 1

要将一个数组除以另一个数组，逐个元素，请使用np.divide：

np.divide(result, neighbours_count)

看起来这就是需要添加到您的代码中的所有内容;我觉得它很不错。

通常，要查找某种加权平均值，可以执行以下操作：

使用输入数组上的权重执行求和。
在1的数组上执行相同的操作，其大小与输入相同。
将结果1除以2的结果。

Answer 2

import numpy as np
from scipy.signal import convolve2d

L = 6
a, b = 0.1, 0.5

arr = np.random.rand(L, L)
arrb = arr.astype(bool)
kernel = np.array([[0, 1, 0],
                   [1, 0, 1],
                   [0, 1, 0]])

neighbors_sum = convolve2d(arr, kernel, mode='same', boundary='fill', fillvalue=0)
neighbors_count = convolve2d(arrb, kernel, mode='same', boundary='fill', fillvalue=0)
neighbors_mean = np.divide(neighbors_sum, neighbors_count)
res = a * arr + b * neighbors_mean
print(res)

使用convolve2d查找2D数组中的邻居数

2 个答案: