如何在python中计算大型矩阵（平均过滤器）每个坐标的有效局部平均值

我有一个大矩阵，4000x4000 我需要计算这个矩阵的每个x，y的11x11窗口的局部平均值 一般来说，它一定是这样的

for x in range(4000)
  for y in range(4000)
    b[x,y]=mean(a[x-5:x+5,y-5:y+5]

但这将运行很多时间 这是更有效的方法吗？

---

谢谢

您基本上需要一个二维卷积。Scipy可以为您做到这一点：

事实上，这里也有类似的答案，所以：

---

您可以使用动态编程技术使其速度快很多倍。通过从左上角开始，从左到右移动，然后从上到下，预处理矩阵，将每个单元格设置为其值与上面的单元格（如果存在）和左边的单元格（如果存在）之和。当到达末尾时，右下角的值应该是整个矩阵的总和

for x in xrange(4000):
    for y in xrange(4000):
        c[x,y] = a[x,y]
        if x > 0:
            c[x,y] += c[x-1,y]
        if y > 0:
            c[x,y] += c[x,y-1]

现在你可以通过从右上角减去左上角得到任意矩形区域的和：例如，在这种情况下，11x11区域的和将是

c[x+5,y+5]-c[x-5,y-5]

然后，您只需除以窗口的大小即可得到局部平均值：

b[x,y] = (c[x+5+,y+5]-c[x-5,y-5])/121

---

现在，不必对矩阵中的每个元素迭代121个点，只需对矩阵进行2次遍历，而不对每个元素进行迭代。

您不希望在Python代码中执行此计算。numpy可能可以做到这一点，但他们的页面目前速度非常慢。你试过使用xrange吗？你需要多大的效率？