计算从最接近的矩阵获得的矩阵索引的平均值答案

【问题标题】：Calculate the average of the index of a matrix obtained from its closest ones计算从最接近的矩阵获得的矩阵索引的平均值
【发布时间】：2020-02-16 22:58:15
【问题描述】：

我需要使用它的壁橱计算矩阵索引的平均值。这是一个例子。

A=[
 [ 8.16666667  8.16666667  8.16666667  8.16666667  8.16666667  8.16666667]
 [ 8.16666667 10.          8.16666667  8.16666667  8.16666667  8.16666667]
 [ 8.16666667  8.          9.          8.          8.16666667  8.16666667]
 [ 8.16666667  8.16666667  9.          5.          8.16666667  8.16666667]
 [ 8.16666667  8.16666667  8.16666667  8.16666667  8.16666667  8.16666667]
 [ 8.16666667  8.16666667  8.16666667  8.16666667  8.16666667  8.16666667]]

假设我们有这个矩阵，下一次迭代我需要用它的平均值刷新这个值。但平均值需要用壁橱计算。如果我采用A[0][0]，它的平均值必须是result =A[0][1]+A[1][0]/2，直到这里，没问题。

但是现在让我们计算A[3][3] 位置的值。结果必须是result = A[3][4]+A[3][2]+A[2][3]+A[4][3]/4 所以，它是不同的。

我遇到的问题是设计算法来自动执行此操作，不仅如此，而且以一种简单的方式为 pc 执行此操作。因为我知道我可以在每个位置一步一步地做，但是会花费太多的代码行。我正在使用 python 进行计算。

这是我的第一个想法。 see the image

将其划分为多个部分并将算法应用于每个条件。

但我认为它可以改进。

【问题讨论】：

标签： python python-3.x numpy matrix

【解决方案1】：

如果您正在寻找您必须自己编写的函数，您可以查看AveragePooling2D 示例。你可以看一个例子。 here。此外，还有一些使用numpy 实现AveragePooling2D 的指南。比如这个 SO answer.

但如果你能使用库，你可以检查Keras。

【讨论】：