如何通过scipy.signal.convolve2d实现向量化1D卷积操作

问题1：构造m1、m2实现逐行对应卷积 #

前提：假设输入的d1、d2均为N行、每行长度为M的二维数组（即形状均为(N, M)），目标输出r的形状也为(N, M)，每行对应原两个数组同位置行的1D卷积结果。

矩阵构造规则 #

• m1直接使用d1的原始二维数组即可，形状保持(N, M)
• m2构造为形状(2*N - 1, M)的稀疏矩阵：仅第N-1 + i行赋值为d2[i]（i从0到N-1），其余所有行全部填0

调用方式 #

from scipy.signal import convolve2d
r = convolve2d(m1, m2, mode='same')

原理：2D卷积行方向的偏移为0时，刚好对应m1的第i行和m2的第N-1+i行（也就是d2[i]）做列方向的1D卷积，行之间不会出现交叉累加，结果和逐行调用np.convolve完全一致。

问题2：构造矩阵实现相邻行卷积的向量化 #

前提：目标输出l1的形状为(N, M)，其中l1[i] = np.convolve(d1[i], d1[i-1], mode='same')，默认i=0时d1[-1]取d1的最后一行，如果需要i=0时边界补0，可自行在d1顶部插入一行全0向量再计算。

矩阵构造规则 #

• 输入矩阵直接使用d1的原始二维数组即可
• 卷积核构造为形状(2*N -1, M)的稀疏矩阵：仅第N + i行赋值为d1[i]（i从0到N-1），其余所有行全部填0

调用方式 #

from scipy.signal import convolve2d
l1 = convolve2d(d1, kernel, mode='same')

原理：2D卷积行方向偏移为-1时，刚好对应m1的第i行和核中的d1[i-1]做列方向的1D卷积，满足相邻行卷积的需求。如果实际测试出现行偏移错位，可根据边界规则调整核有效行的放置位置即可。

内容的提问来源于stack exchange，提问作者yupbank