二维阵列沿单轴的卷积答案

【问题标题】：Convolution of 2D Arrays along a Single Axis二维阵列沿单轴的卷积
【发布时间】：2019-01-20 06:30:18
【问题描述】：

假设我有不同行数的单独二维数组：

数组一：

1 2 3
4 5 6
7 8 9

数组二：

10 11 12
13 14 15

我想将这两个数组沿零轴一起执行卷积，输出大小与数组 1 相同，类似于使用 mode='same' 时 scipy 的 convolve 方法将输出的内容。

所以两个数组的第 1 列被卷积在一起，等等，两个数组的第 2 列被卷积在一起，等等。我想以一种对于更大的数组（超过 100,000 行）计算上可行的方式来做到这一点，所以如果可能的话，我想避免使用 for 循环。 numpy/scipy 或任何其他库是否有执行此操作的任何方法？

所需的输出应如下所示：

10 22 36
53 83 117
122 158 198

与第一个输入数组的形状相同。每一列都是数组1和2中对应列的卷积得到的输出。

【问题讨论】：

【解决方案1】：

np.convolve 的实现只调用了np.core.multiarray.correlate（因为卷积与翻转一个向量后计算相关性相同）。似乎很多人都想要一种计算沿某个轴的相关性的 Numpy 方法，但它不存在（目前）：

但是，您可以使用循环并查看 scipy.signal.fftconvolve 是否为您的问题提供了足够的加速。

【讨论】：