将 2d NumPy 数组的接近元素转换为接近平均值

Question

我拥有的是一个 numpy 数组的数组（一个 2d numpy 数组）。

    my_array = [
        [1, 2, 3, 4]
        [1, 2, 3, 4]
        [2, 3, 4, 5]
        [2, 3, 4, 5]
    ]

我想把它变成：

    proximity = 2 
    my_array = [ 
        [1.5, 1.5, 3.5, 3.5]
        [1.5, 1.5, 3.5, 3.5]
        [2.5, 2.5, 4.5, 4.5]
        [2.5, 2.5, 4.5, 4.5]
    ]

我有这段代码：

    proximity = 2
    for i in range(0, len(my_array), proximity):
        for j in range(0, len(my_array), proximity):
            ii = i + proximity 
            jj = j + proximity 
            my_array[i:ii, j:jj] = np.average(my_array[i:ii, j:jj])

现在我当前的解决方案可以解决问题，但我想知道纯 numpy 解决方案，一个没有我使用的 2 个“for”循环的解决方案。

Answer 1

假设它的目标是方阵，将数组重塑为方阵子矩阵并将其均值复制到初始形状：

my_array = my_array.reshape(-1, 2, 2).mean(-1).repeat((2, 2), axis=-1)
print(my_array)

---

[[1.5 1.5 3.5 3.5]
 [1.5 1.5 3.5 3.5]
 [2.5 2.5 4.5 4.5]
 [2.5 2.5 4.5 4.5]]

Answer 2

如果保证每个维度都能被

proximity

整除，你可以重塑：

(my_array.reshape(rows//2, proximity, cols//2, proximity)
   .mean(axis=(1,3))
   .repeat(proximity, axis=0)
   .repeat(proximity, axis=1)
)

输出：

array([[1.5, 1.5, 3.5, 3.5],
       [1.5, 1.5, 3.5, 3.5],
       [2.5, 2.5, 4.5, 4.5],
       [2.5, 2.5, 4.5, 4.5]])