Как создать матрицу сумм соседних чисел в матрице в python без использования numpy

Question

У меня есть матрица ax по x, как показано ниже

matrix=[[1,2,3],[4,5,6],[7,8,9]]

И диапазон

range_of_addition=1

Затем я создал бы новую матрицу, которая суммирует все числа в диапазоне элемента вматрица.

new_matrix=[[12,21,16],[27,45,33],[24,39,28]]

Первый элемент 12, потому что это 1 + 2 + 4 + 5.Точно так же центральный элемент является суммой всех элементов в исходной матрице, поскольку все элементы находятся в диапазоне.

Как создать матрицу того же размера, что и исходная матрица, но каждый элемент является суммой самого себя ивсе элементы в пределах указанного диапазона самого себя?

Answer 1

Без использования NumPy (я думаю, что это немного менее гибко, чем с использованием NUMPI, однако я не знаю достаточно NUMPY, чтобы дать правильное мнение):

Answer 2

Это сверточное задание.Вход:

a = np.array([[ 0,  1,  2,  3,  4],
              [ 5,  6,  7,  8,  9],
              [10, 11, 12, 13, 14],
              [15, 16, 17, 18, 19],
              [20, 21, 22, 23, 24]])

conv_filter = np.array([[1,1,1],
                        [1,1,1],
                        [1,1,1]])

Код:

import numpy as np

def conv2d(a, f):
    b = np.zeros([a.shape[0]+int(f.shape[0]/2)*2,a.shape[1]+int(f.shape[0]/2)*2])
    for i in range(1,b.shape[0]-int(f.shape[0]/2)):
        for j in range(1,b.shape[1]-int(f.shape[0]/2)):
            b[i][j] = a[i-1][j-1]
    s = f.shape + tuple(np.subtract(b.shape, f.shape) + 1)
    strd = np.lib.stride_tricks.as_strided
    subM = strd(b, shape = s, strides = b.strides * 2)
    return np.einsum('ij,ijkl->kl', f, subM)

conv2d(a,conv_filter)

Выход:

array([[ 12.,  21.,  27.,  33.,  24.],
       [ 33.,  54.,  63.,  72.,  51.],
       [ 63.,  99., 108., 117.,  81.],
       [ 93., 144., 153., 162., 111.],
       [ 72., 111., 117., 123.,  84.]])