在numpy中返回矩阵邻居总和的最简单方法答案

【问题标题】：Easiest way to return sum of a matrix's neighbors in numpy在numpy中返回矩阵邻居总和的最简单方法
【发布时间】：2017-02-24 22:47:31
【问题描述】：

我正在尝试制作一个需要矩阵邻居（不包括自身）和 ex 的程序：

 matrix([[0, 0, 0],
        [1, 0, 1],
        [0, 1, 0]])

会返回：

matrix([[1, 2, 1],
        [1, 3, 1],
        [2, 2, 2]])

我在这里有一个工作代码，但它又大又乱，而且我是 numpy 的新手，所以我需要一些帮助来清理和优化它。（我觉得必须有更好的方法）

示例代码：

import numpy as np

def NiSum(m):
    new = []
    for x in range(m.shape[0]-1):
        row = []
        for y in range(m.shape[1]-1):
            Ni = 0
            for a in [1,1],[1,0],[1,-1],[0,1],[0,-1],[-1,1],[-1,0],[-1,-1]:
                Ni += m[x+a[0],y+a[1]]
            row.append(Ni)
        new.append(row)
    return np.matrix(new)


example = np.matrix('0 0 0 0 0 0 0 0; '*3+'0 0 0 1 1 1 0 0; '*3+'0 0 0 0 0 0 0 0;0 0 0 0 0 0 0 0 ')

NiSum(example)

感谢您的帮助！

【问题讨论】：

标签： python python-3.x numpy matrix scipy

【解决方案1】：

您正在对 3x3 邻域中的所有值求和，但不包括元素本身。因此，我们可以使用Scipy's 2D convolution 并从中减去输入数组/矩阵以获得所需的输出，就像这样 -

from scipy.signal import convolve2d

convolve2d(a,np.ones((3,3),dtype=int),'same') - a

示例运行 -

In [11]: a
Out[11]: 
matrix([[0, 0, 0],
        [1, 0, 1],
        [0, 1, 0]])

In [12]: convolve2d(a,np.ones((3,3),dtype=int),'same') - a
Out[12]: 
matrix([[1, 2, 1],
        [1, 3, 1],
        [2, 2, 2]])

或者简单地形成一个核心，除零外，中心都是1，并使用相同的2D卷积-

In [31]: kernel = np.array([[1,1,1],[1,0,1],[1,1,1]])

In [32]: np.asmatrix(convolve2d(a,kernel,'same'))
Out[32]: 
matrix([[1, 2, 1],
        [1, 3, 1],
        [2, 2, 2]])

【讨论】：

感谢您的帮助，但我在尝试安装 scipy 时遇到了很多问题。
pip install scipy 不起作用，因为我没有 scipy mkl pip install numpy-mkl 不起作用，因为它找不到匹配的版本 pip install http://www.lfd.uci.edu/~gohlke/pythonlibs/numpy-1.11.2+mkl-cp35-cp35m-win32.whl 不起作用，因为 404 错误我'之前从来没有安装过一个数据包而不只是做pip install name所以我有点迷路了
@Whud 您可以在我相信的 Scipy 安装上发布一个新问题。我对那些安装步骤不太熟悉。
我会这样做的。感谢所有帮助。

【解决方案2】：

定义一个函数，计算矩阵条目的所有邻居的总和（如果存在）：

def sumNeighbors(M,x,y):
    l = []
    for i in range(max(0,x-1),x+2): # max(0,x-1), such that no negative values in range() 
        for j in range(max(0,y-1),y+2):
            try:
                t = M[i][j]
                l.append(t)
            except IndexError: # if entry doesn't exist
                pass
    return sum(l)-M[x][y] # exclude the entry itself

然后您可以迭代矩阵中的每个条目并将其结果传递给新矩阵 N：

import numpy as np

M = [[1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]] 

M = np.asarray(M)
N = np.zeros(M.shape)

for i in range(M.shape[0]):
    for j in range(M.shape[1]):
        N[i][j] = sumNeighbors(M, i, j)

print "Original matrix:\n", M
print "Summed neighbors matrix:\n", N

输出：

Original matrix:
[[1 2 3]
 [4 5 6]
 [7 8 9]]
Summed neighbors matrix:
[[ 11.  19.  13.]
 [ 23.  40.  27.]
 [ 17.  31.  19.]]

【讨论】：