2D阵列一维中的Numpy局部最大值

Question

我想找到二维阵列的局部最大值，但只能在一维中找到。即：

1 2 3 2 1 1 4 5 6 2 
2 2 3 3 3 2 2 2 2 2 
1 2 3 2 2 2 2 3 3 3 

将返回：

0 0 1 0 0 0 0 0 1 0 
0 0 0 1 0 0 0 0 0 0 
0 0 1 0 0 0 0 0 1 0 

这显然是微不足道的通过数组迭代来解决，但这是缓慢的，通常是可以避免的。有没有一个快速的方法来实现这一目标？

编辑： 我已经设计了一个更快的解决方案：

进口numpy的为NP

testArray = np.array([[1,2,3,2,1,1,4,5,6,2],[2,2,3,3,3,2,2,2,2,2],[1,2,3,2,2,2,2,3,3,3] ]) 

leftShift = np.roll(testArray,1, axis=1) 
rightShift = np.roll(testArray,-1, axis=1) 

Max = ((testArray>leftShift) & (testArray>rightShift))*1 

print(Max) 

将返回：

[[0 0 1 0 0 0 0 0 1 0] 
[0 0 0 0 0 0 0 0 0 0] 
[0 0 1 0 0 0 0 0 0 0]] 

这是除了重复读数正确的结果。即......“13331”（最大值）与“13333789”（固定点）的区别

Answer 1

您可以通过对每一行应用有限差分梯度并检查符号变化来解决此问题。 但是不清楚在边界上应该做什么。