找2D数组中的邻居数量使用convolve2d

Question

我有一个二维格子（L*L），有固定的边界，并将N-S-W-E位点视为每个位点的4个邻居。每个站点都分配了一个浮点值。我是在计算其各自场地的平均增值。我想用化学信号. 以下是我的代码：

# xi_out = constant1*xi + constant2*(sum of xi's neighbours)/no_of_xi's_neighbours

import numpy as np
from scipy.signal import convolve2d

L = 6  # each side of 2D lattice
a, b = (0.1, 0.5) # two constants
arr = np.random.rand(L, L) # example 2D array
# (3,3) window representing 4 neighbours which slides over 'arr'
kernel = np.array([[0, b, 0],
                   [b, a, b],
                   [0, b, 0]])
neighbors_sum = convolve2d(arr, kernel, mode='same', boundary='fill', fillvalue=0)
print(neighbors_sum)

我找不到一种方法将每个站点的相邻值之和除以它的邻居数。在

通过以下方式，我可以找到每个站点的邻居数量，但不知道如何将这些值合并到“结果”中。有人能告诉我怎样才能做到这一点吗？或者在卷积2d中有一个更简单的内置方法来实现这一点？在

^{pr2}$

Answer 1

要将一个数组除以另一个元素，请使用np.divide：

np.divide(result, neighbours_count)

看起来这就是需要添加到代码中的所有内容；我认为它非常好。在

通常，要找到某种类型的加权平均值，可以执行以下操作：

1. 对输入数组执行加权求和。在
2. 对与输入大小相同的1数组执行相同的操作。在
3. 用1的结果除以2的结果。在

Answer 2

import numpy as np
from scipy.signal import convolve2d

L = 6
a, b = 0.1, 0.5

arr = np.random.rand(L, L)
arrb = arr.astype(bool)
kernel = np.array([[0, 1, 0],
                   [1, 0, 1],
                   [0, 1, 0]])

neighbors_sum = convolve2d(arr, kernel, mode='same', boundary='fill', fillvalue=0)
neighbors_count = convolve2d(arrb, kernel, mode='same', boundary='fill', fillvalue=0)
neighbors_mean = np.divide(neighbors_sum, neighbors_count)
res = a * arr + b * neighbors_mean
print(res)