是否有与 scipy.ndimage 的uniform_filter或convolve类似的函数(与 Numpy Two-Dimensional Moving Average 类似的问题),但平均值仅使用输入数组中的值计算(忽略角和边缘单元的填充值计数)。类似的函数,其中填充值可以设置为 np.nan,所得平均值计算为 np.nanmean?
我的初始代码循环遍历数组以获取邻居并计算结果平均值,但此方法花费的时间太长。我已经尝试了uniform_filter或convolve,但结果不是我需要的,因为生成的角和边缘值太低(由于用0填充边缘)。
例如,如果我有数组:
a = np.ones((4,5))
计算移动 3x3 数组的平均值还应得到:
array([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
uniform_filter 给出:
uniform_filter(a, size=3, mode='constant', cval=0.0)
array([[0.44444444, 0.66666667, 0.66666667, 0.66666667, 0.44444444],
[0.66666667, 1. , 1. , 1. , 0.66666667],
[0.66666667, 1. , 1. , 1. , 0.66666667],
[0.44444444, 0.66666667, 0.66666667, 0.66666667, 0.44444444]])
我尝试设置 cval=np.nan 但单元格边缘的结果值为 nan。
对于另一个数组,b
array([[1., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
我想使用 3x3 平均窗口获取一个数组,如下
array([[0.25 , 0.16666667, 0. ],
[0.16666667, 0.11111111, 0. ],
[0. , 0. , 0. ]])
这些值的计算方式如下所示 illustration
最佳答案
获取窗口求和并除以每个窗口中的有效成员。我们可以使用scipy.signal.convolve2d
得到两者,因此有一个像这样的解决方案 -
from scipy.signal import convolve2d
def windowed_average(a, kernel_size, mode='same'):
k = np.ones((kernel_size,kernel_size),dtype=int)
window_sum = convolve2d(a,k,mode)
window_count = convolve2d(np.ones(a.shape, dtype=bool),k,mode)
return window_sum/window_count
替代方案#1
或者,如果您想使用 uniform_filter
为了获得窗口求和,我们可以这样做,这也可能更有效,就像这样 -
from scipy.ndimage import uniform_filter
n = kernel_size**2
window_sum = uniform_filter(a, kernel_size, mode='constant', cval=0.0)*n
示例运行 -
In [54]: a
Out[54]:
array([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
In [55]: windowed_average(a, kernel_size=3)
Out[55]:
array([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
In [56]: b
Out[56]:
array([[1., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
In [57]: windowed_average(b, kernel_size=3)
Out[57]:
array([[0.25 , 0.16666667, 0. ],
[0.16666667, 0.11111111, 0. ],
[0. , 0. , 0. ]])
关于python - 窗口/滑动均值滤波器考虑边界处的有效成员,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56353469/