给定一个 N 乘 N 矩阵 A,我想构造另一个 N 乘 N 矩阵 B,其条目由下式给出:
B_{i,j} = A_{i+1, j} + A_{i-1, j} + A_{i, j+1} + A_{i, j-1}
注意系统使用周期性边界条件所以
A_{N, j} = A_{0, j}
A_{i, -1} = A{i, N-1}
等等。
如何在 numpy 中将其作为矢量化操作来执行?
最佳答案
您描述的操作是 convolution .你可以使用 scipy.ndimage.convolve
:
import numpy as np
from scipy.ndimage import convolve, generate_binary_structure
gen = np.random.RandomState(0)
A = gen.random_integers(0, 3, (6, 6)) # input array
k = generate_binary_structure(2, 1) # kernel
B = convolve(A, k, mode='wrap') # use mode='wrap' for periodic boundaries
print(A)
# [[0 3 1 0 3 3]
# [3 3 1 3 1 2]
# [0 3 2 0 0 0]
# [2 1 2 3 3 2]
# [0 1 1 1 1 0]
# [1 0 3 0 3 1]]
print(k)
# [[False True False]
# [ True True True]
# [False True False]]
print(B)
# [[10 7 8 7 10 9]
# [ 8 13 10 5 9 9]
# [ 8 9 8 8 4 4]
# [ 5 9 9 9 9 7]
# [ 4 3 8 6 8 4]
# [ 2 8 5 7 8 8]]
关于python - 使用 Numpy 向量化矩阵中最近邻居的和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35925317/