使用圆形掩码进行平均答案

【问题标题】：Averaging using a circular mask使用圆形掩码进行平均
【发布时间】：2021-05-07 01:30:52
【问题描述】：

我想知道下面的 python 脚本是否有任何优化，因为对我来说它运行得相当慢。我想要的是从矩阵 Z 的当前元素获取半径 r 内的平均值。X 和 Y 具有与 Z 相同的维度（二维数组）。有没有人有改进的解决方案？提前谢谢你。

Z_mean = np.zeros(Z.shape)
for ii, zz in np.ndenumerate(Z):
    msk = (X-X[ii])**2 + (Y-Y[ii])**2 <= r**2
    Z_mean[ii] = np.nanmean(Z[msk])

【问题讨论】：

请发布 MCVE。我不知道这里的数量是多少。这段代码的编写方式，我很惊讶它完全可以工作。你的意思是Z_mean = np.zeros_like(Z)？
评论/提示：分而治之！。创建 2 个循环（一个用于 ii，一个用于 zz）计算在外部循环中内部循环中不变的内容。（我认为。不是 Python 专家，而是经验丰富的程序员）

【解决方案1】：

先构造一个循环均值核：

x = np.arange(-r, r+1)
kernel = (x[None,:]**2 + x[:,None]**2 <= r**2).astype(float)
kernel /= np.sum(kernel)

然后将其应用于 Z：

from scipy.signal import convolve2d
Z_mean = convolve2d(Z, kernel)

【讨论】：