所以我的问题与这篇文章非常相似：Most efficient way to map function over numpy array，但我还有一些其他问题需要补充。
现在，我正在接收由二维数组表示的图像，对于图像中的每个像素，我正在做一些计算，涉及使用高斯内核对nxn相邻像素进行卷积以找到“权重” “对于每个像素。我的最终目标是返回与输入大小相同的二维数组，计算出的权重代替每个像素。
所以我做的是首先创建一个函数getWeight，给定一个像素，使用其邻居和高斯内核进行必要的计算以找到其相应的权重。
所以我的问题是：给定getWeight使用for-loop或numpy.fromiter，将此函数应用于二维数组中的每个像素
解决这个问题的最佳方法是什么？
或者有没有办法使用内置的np函数一次对整个数组应用这种操作？ （这个问题有点模糊，但我想要的是，因为阵列上的numpy操作实际上并没有通过“为每个像素使用for循环”来完成，是否可以使用某些东西来优化我的问题）。