这与将 滤镜 应用于 图像的 概念类似。

幸运的是，scipy.ndimage.filters有很多功能可以做到这一点。您所追求的是scipy.ndimage.uniform_filter。

可以这样使用：

a
=> 
array([[  0.,   1.,   2.,   3.,   4.],
       [  5.,   6.,   7.,   8.,   9.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 15.,  16.,  17.,  18.,  19.],
       [ 20.,  21.,  22.,  23.,  24.]])

uniform_filter(a, size=3, mode='constant')
=> 
array([[  1.33333333,   2.33333333,   3.        ,   3.66666667,          2.66666667],
       [  3.66666667,   6.        ,   7.        ,   8.        ,          5.66666667],
       [  7.        ,  11.        ,  12.        ,  13.        ,          9.        ],
       [ 10.33333333,  16.        ,  17.        ,  18.        ,         12.33333333],
       [  8.        ,  12.33333333,  13.        ,  13.66666667,          9.33333333]])

如果您需要5x5滤镜，请使用size=5。该mode选项控制如何处理边缘。您没有指定要如何处理边缘。在此示例中，“常量”模式表示将数组边界之外的每个项目都视为常量值0（默认值为0，可以覆盖此默认值）。