python 三维矩阵怎么平滑其值_关于python：如何有效地在numpy中找到光滑多维数组的局部极小值？...

假设我有一个numpy数组，其中包含对连续可微函数的计算，我想找到局部极小值。没有噪音，所以每一个值低于所有相邻点的值的点都符合我对局部最小值的标准。

我有以下列表理解，它适用于二维数组，忽略边界上的潜在极小值：

import numpy as N

def local_minima(array2d):

local_minima = [ index

for index in N.ndindex(array2d.shape)

if index[0] > 0

if index[1] > 0

if index[0] < array2d.shape[0] - 1

if index[1] < array2d.shape[1] - 1

if array2d[index] < array2d[index[0] - 1, index[1] - 1]

if array2d[index] < array2d[index[0] - 1, index[1]]

if array2d[index] < array2d[index[0] - 1, index[1] + 1]

if array2d[index] < array2d[index[0], index[1] - 1]

if array2d[index] < array2d[index[0], index[1] + 1]

if array2d[index] < array2d[index[0] + 1, index[1] - 1]

if array2d[index] < array2d[index[0] + 1, index[1]]

if array2d[index] < arr