Python，Numpy。在二维数组中查找值并将相邻值替换为1

我有一个10x10阵列，有0和1

我想：

用值1查找每个单元格的位置

将所有邻居替换为1。邻居=距离n=1的任意单元格（也是对角线）。 例如：

输出：

array([[1, 1, 1, 1, 0],
       [1, 1, 1, 1, 0],
       [1, 1, 1, 1, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1]])

我正在尝试查找索引，但不起作用：

a=np.where(a==1)+1

在其他帖子中，我还尝试使用以下函数获取邻居：

def n_closest(x,n,d=1):
    return x[n[0]-d:n[0]+d+1,n[1]-d:n[1]+d+1] 

但这对边缘不起作用

---

谢谢如果您不介意使用

scipy

，二维卷积将快速解决问题：

import numpy as np
from scipy import signal

# Input array
X = np.array([[0, 1, 0, 0, 0],
              [0, 0, 0, 0, 0],
              [0, 0, 1, 0, 0],
              [1, 0, 0, 0, 0],
              [0, 0, 0, 1, 1]])

# We apply a 2D convolution with a 3x3 kernel and we check which value are bigger than 0.
R = (signal.convolve2d(X,np.ones((3,3)),mode='same')>0).astype(int)
# R = array([[1, 1, 1, 0, 0],
#            [1, 1, 1, 1, 0],
#            [1, 1, 1, 1, 0],
#            [1, 1, 1, 1, 1],
#            [1, 1, 1, 1, 1]])  

# Finally we extract the index 
x,y = np.where(R)

import numpy as np
from scipy import signal

# Input array
X = np.array([[0, 1, 0, 0, 0],
              [0, 0, 0, 0, 0],
              [0, 0, 1, 0, 0],
              [1, 0, 0, 0, 0],
              [0, 0, 0, 1, 1]])

# We apply a 2D convolution with a 3x3 kernel and we check which value are bigger than 0.
R = (signal.convolve2d(X,np.ones((3,3)),mode='same')>0).astype(int)
# R = array([[1, 1, 1, 0, 0],
#            [1, 1, 1, 1, 0],
#            [1, 1, 1, 1, 0],
#            [1, 1, 1, 1, 1],
#            [1, 1, 1, 1, 1]])  

# Finally we extract the index 
x,y = np.where(R)