Python:查找二维数组中元素半径内点的平均值

Question

我正在寻找一种有效的方法来查找 2D NumPy 数组中元素的特定半径值的平均值，不包括中心点和值 < 0。

我当前的方法是创建一个圆盘形掩模(使用方法 here )并找到该掩模内点的平均值。然而，这花费的时间太长了……在我的 300x300 数组中计算大约 18000 个点需要超过 10 分钟。

我想要查找的数组的标题为“arr”

def radMask(index,radius,array,insert):
  a,b = index
  nx,ny = array.shape
  y,x = np.ogrid[-a:nx-a,-b:ny-b]
  mask = x*x + y*y <= radius*radius
  array[mask] = insert

  return array

arr_mask          = np.zeros_like(arr).astype(int)
arr_mask          = radMask(center, radius, arr_mask, 1)
arr_mask[arr < 0] = 0  #Exclude points with no echo
arr_mask[ind]     = 0  #Exclude center point

arr_mean = 0
if np.any(dbz_bg):
    arr_mean = sp.mean(arr[arr_mask])

有没有更有效的方法来做到这一点？我研究了一些图像处理过滤器/工具，但无法完全理解它。

Answer 1

这有帮助吗？在我的笔记本电脑上只需几秒钟即可获得约 18000 点:

import numpy as np

#generate a random 300x300 matrix for testing
inputMat = np.random.random((300,300))
radius=50

def radMask(index,radius,array):
  a,b = index
  nx,ny = array.shape
  y,x = np.ogrid[-a:nx-a,-b:ny-b]
  mask = x*x + y*y <= radius*radius

  return mask


#meanAll is going to store ~18000 points
meanAll=np.zeros((130,130))

for x in range(130):
    for y in range(130):
        centerMask=(x,y)
        mask=radMask(centerMask,radius,inputMat)
        #un-mask center and values below 0
        mask[centerMask]=False
        mask[inputMat<0]=False

        #get the mean
        meanAll[x,y]=np.mean(inputMat[mask])