You need to enable JavaScript to run this app. 如何在Numpy中实现不同形状矩阵的滑窗逐元素乘加得到指定维度结果
优惠活动
大模型
产品
解决方案
定价
更多

如何在Numpy中实现不同形状矩阵的滑窗逐元素乘加得到指定维度结果

解答

你需要实现的是valid模式的二维互相关运算,本质是用c作为核对数组a做滑动窗口的加权求和,有两种常用实现方案:

方案1:NumPy内置原生实现(无额外依赖,推荐)

NumPy 1.20.0及以上版本提供了sliding_window_view接口,可以直接实现你的需求,代码如下:

import numpy as np

# 定义输入数组
c = np.array([[5, 8, 9, 3, 8],
              [5, 8, 7, 9, 6],
              [1, 8, 2, 2, 1],
              [2, 5, 8, 2, 6],
              [7, 6, 9, 5, 6]])
a = np.array([[3, 5, 7, 9, 5, 2, 5],
              [4, 8, 2, 6, 5, 2, 3],
              [2, 1, 5, 8, 2, 7, 6],
              [3, 6, 1, 8, 9, 4, 5],
              [6, 1, 4, 1, 3, 5, 8],
              [8, 4, 9, 5, 1, 2, 8],
              [3, 5, 4, 2, 6, 2, 1]])

# 生成大小为(5,5)的滑动窗口,输出形状为(3,3,5,5)
windows = np.lib.stride_tricks.sliding_window_view(a, window_shape=c.shape)
# 窗口和c逐元素相乘后,对最后两个维度求和得到(3,3)的结果k
k = (windows * c).sum(axis=(-2, -1))

方案2:使用SciPy专用互相关接口

如果你的环境允许安装SciPy,也可以直接调用封装好的二维互相关函数,代码更简洁:

from scipy.signal import correlate2d
k = correlate2d(a, c, mode='valid')

注意不要直接使用二维卷积函数convolve2d,卷积运算会默认将核旋转180度,得到的结果和你的要求不符。如果必须使用卷积,需要先将c上下、左右翻转后再计算:k = convolve2d(a, np.flip(c), mode='valid')。

内容的提问来源于stack exchange,提问作者Physics

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 22:54:01