Numpy Python3配列を作る上で高速を考える 2次元配列

Question

Numpy2次元配列を高速で計算する方法で、
配列同士を計算しつつ、元の同じ通りの2次元Numpy配列で表現したく思います。

Numpy2次元配列をAとし、A＝[[10×10]]とします（10列10行）

A[0:2,0:2]、これを、１ブロックとし、１ブロックの平均をとり、ズラしていきます。
例：次は、A[1:2,1:2]こんな感じです。

for a in A行
for b in B行
こんな感じで、２次元を計算していくのですが、
その計算された結果を、またAのような２次元で表現する際、高速で計算する方法は、
１、リスト内表記というものはあるのでしょうか。
２、For文を使用して、１ブロックの平均を仮にFとして、appendで追加していく方法
行が変われば、さらにappendというfor文です。この場合、１ブロックの平均になりますので
行列数は減ります。
※こちら実装しましたが高速なのでしょうか。

もっと良い方法がありましたらご教示いただけないでしょうか。

Comments

[kirara0048]

すみません、
> 例：次は、A[1:2,1:2]こんな感じです。
というのはどういう意味なのでしょう。

現在はどのようなコードを書いているのでしょうか。
最小の完全で検証可能な例( https://ja.stackoverflow.com/help/minimal-reproducible-example )があると回答がつきやすいです。

Answer 1

A[0:2,0:2]、これを、１ブロックとし、１ブロックの平均をとり、ズラしていきます。

例：次は、A[1:2,1:2]

A[0:2,0:2]は2x2だから、次はA[1:3,1:3]ですよね？

10x10はめんどくさいので、6x6の例で

import numpy as np
from scipy import signal

A = np.array([[0, 0, 0, 0, 0, 0],
        [0, 1, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 1]])

B = np.ones((2, 2)) / (2 * 2)

C = signal.convolve2d(A, B, mode="valid")

print(A)
print(B)
print(C)

平均以外でも、畳み込みで処理できるものなら、Bを変えるだけです

Comments

[goki_gottan]

ありがとうございます。
ベストアンサーにしたく思いますが、最後にmaxのときもお願いできますでしょうか？

[jbpb0]

最大値は畳み込みで処理できないため、別の関数を使いますので、変わるところだけ書きます
from scipy import ndimage
B = np.ones((2, 2))
C = ndimage.maximum_filter(A, footprint=B)

ただし、この場合の結果Cは、元Aと同じサイズになりますので、2x2のBがはみ出るところはAの外に値が埋められて拡張されてます
https://docs.scipy.org/doc/scipy/reference/generated/scipy.ndimage.maximum_filter.html
の「mode」

Cの外周に不要なデータがあれば、処理後に切り取ってください
切り取るサイズは、Bのサイズと、それが奇数か偶数かで変わります

[jbpb0]

ちなみに、畳み込みの結果もmaximum_filter()と同様に元データと同じサイズにすることもできます
https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.convolve2d.html
の「mode」の「'same'」