在Python中有效地对2d地图进行扩散

Question

我对Python很陌生，所以我正在用它做一个项目。它的一部分包括在地图上的扩散。我通过遍历使当前贴图等于。2 *它的邻居n w s e的和来实现它。如果我在C语言中做这个，我只需要做一个double for循环循环遍历数组arr[I *width + j] = arr (j+1, j-1, I + I, I -1)并且有几个不同的数组我要做同样的事情(我要改变的地图的不同质量)。然而，我不确定这是否是Python中最快的方法。我问过的一些人建议使用numPy之类的东西，但宽度可能不会超过200(所以最多40-50k个元素)，我不确定这样的开销是否值得。我真的不知道有什么内置函数可以做我想做的事。任何建议吗?

编辑:这将是非常密集的，即每个位置都将有一个重要的计算

Answer 1

这在NumPy中很容易安排。函数np。Roll返回数组的副本"rolled"

例如，给定数组x，

x=np.arange(9).reshape(3,3)
# array([[0, 1, 2],
#        [3, 4, 5],
#        [6, 7, 8]])

可以使用

将列向右滚动

np.roll(x,shift=1,axis=1)
# array([[2, 0, 1],
#        [5, 3, 4],
#        [8, 6, 7]])

使用np。滚，边界像环面一样被包裹起来。如果你不想要换行边界，你可以用零边填充数组，并在每次迭代之前将边缘重置为零。

import numpy as np
def diffusion(arr):
    while True:
        arr+=0.2*np.roll(arr,shift=1,axis=1) # right
        arr+=0.2*np.roll(arr,shift=-1,axis=1) # left
        arr+=0.2*np.roll(arr,shift=1,axis=0) # down
        arr+=0.2*np.roll(arr,shift=-1,axis=0) # up
        yield arr
N=5
initial=np.random.random((N,N))
for state in diffusion(initial):
    print(state)
    raw_input()

Answer 2

使用卷积

from numpy import *
from scipy.signal import convolve2d
mapArr=array(map)
kernel=array([[0  , 0.2,   0],
              [0.2,   0, 0.2],
              [0  , 0.2,   0]])
diffused=convolve2d(mapArr,kernel,boundary='wrap')

这是为了蚂蚁的挑战吗?如果是这样，在ants上下文中，在我的实现中，convolve2d的工作速度比循环快20倍。

Answer 3

对unutbu代码的修改保持了数组的全局和不变，同时扩散了数组的值:

        import numpy as np
        def diffuse(arr, d):
            contrib = (arr * d)
            w = contrib / 8.0
            r = arr - contrib
            N = np.roll(w, shift=-1, axis=0)
            S = np.roll(w, shift=1, axis=0)
            E = np.roll(w, shift=1, axis=1)
            W = np.roll(w, shift=-1, axis=1)
            NW = np.roll(N, shift=-1, axis=1)
            NE = np.roll(N, shift=1, axis=1)
            SW = np.roll(S, shift=-1, axis=1)
            SE = np.roll(S, shift=1, axis=1)
            diffused = r + N + S + E + W + NW + NE + SW + SE
            return diffused