Python 3.x 获取半径内相邻元素的索引

我有一个NxN矩阵，我想为矩阵中的每个元素找到半径R内非零元素的索引（或至少计数）。这个矩阵会很大，所以我计划使用Numpy进行计算，我需要索引，因为这个矩阵通过数据存储（一个python对象列表[[]）链接到另一个矩阵

矩阵如下所示：

其中绿色为选定单元格，黄色为周围区域

主要问题是移动模具，无论是循环还是矢量化

我尝试了以下代码，该代码给出了相对于点的正确坐标（均在半径范围内，不包括中心），但我不知道如何将其应用于numpy数组：

r=2
邻居协调=[]
对于列表中的i（itertools.product（范围（-r，r+1），重复=2））：
如果有任何（i）和np.sqrt（i[0]**2+i[1]**2）>[（-2,0），（-1，-1），（-1,0），（-1,1），（0，-2），（0，-1），（0,2），（1，-1），（1,0），（1,1），（2,0）]

---

预期的输出是相邻元素的索引或计数。

这可能会让您在一定程度上达到目标。您可以使用

scipy

中的卷积函数将矩阵与生成的内核进行卷积。下面的内容将统计内核范围内的非零项。请注意，我将输入矩阵转换为1，以便对非零位置求和，而不是对值求和

In [74]: import numpy as np                                                     

In [75]: from scipy.ndimage.filters import *                                    

In [76]: a                                                                      
Out[76]: 
array([[1, 2, 0, 0],
       [1, 1, 0, 0],
       [0, 0, 0, 0],
       [5, 5, 5, 5]])

In [77]: a_ones = np.where(a>0, 1, 0)                                           

In [78]: a_ones                                                                 
Out[78]: 
array([[1, 1, 0, 0],
       [1, 1, 0, 0],
       [0, 0, 0, 0],
       [1, 1, 1, 1]])

In [79]: k                                                                      
Out[79]: 
array([[0, 1, 0],
       [1, 0, 1],
       [0, 1, 0]])

In [80]: convolve(a_ones, k, mode='constant')                                   
Out[80]: 
array([[2, 2, 1, 0],
       [2, 2, 1, 0],
       [2, 2, 1, 1],
       [1, 2, 2, 1]])

In [81]:        

定义查找索引（阵列、中心、半径）： ... a=np.索引（数组.形状）.重塑（2，-1）.T ... 返回[np.abs（a-np.array（center））.sum（1）>>find_ind（np.zeros（（7,7）），[4,4]，2） 数组（[-2，0]， [-1, -1], [-1, 0], [-1, 1], [ 0, -2], [ 0, -1], [ 0, 0], [ 0, 1], [ 0, 2], [ 1, -1], [ 1, 0], [ 1, 1], [ 2, 0]])

---

当然，您可以在使用欧几里德距离的函数中输入数组本身。如果半径为3或更大，这将不起作用。您不必使用城市街区距离

>>> def find_ind(array,center,radius):
...     a = np.indices(array.shape).reshape(2,-1).T
...     return a[np.abs(a-np.array(center)).sum(1)<=int(radius)]-np.array(center)
...
>>> find_ind(np.zeros((7,7)),[4,4],2)
array([[-2,  0],
       [-1, -1],
       [-1,  0],
       [-1,  1],
       [ 0, -2],
       [ 0, -1],
       [ 0,  0],
       [ 0,  1],
       [ 0,  2],
       [ 1, -1],
       [ 1,  0],
       [ 1,  1],
       [ 2,  0]])