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
相关产品推荐

