Python：计算3D网格的渐变

Question

我有一个粒子立方体，我投射到2D网格上，通过细胞中的云将粒子投射到网格上，并用标量加权。

然后我会喜欢每个网格点处的标量渐变。在2D中，我使用np.gradient进行此操作，得到两个在x和y方向具有渐变的数组：

gradx, grady = np.gradient(grid)

有没有人知道如何将其概括为3维度？ 3D中的细胞中的云很好，但我留下了一个形状为（700,700,700）的网格。

据我所知np.gradient无法解决这个问题？

谢谢， 丹尼尔

Answer 1

Numpy文档表明gradient适用于任何维度：

  

numpy.gradient(f, *varargs)

     

返回N维数组的渐变。

     

使用内部和中部的中心差异计算梯度   边界的第一个差异。因此返回的梯度具有   与输入数组的形状相同。

     

参数：

     

f: array_like.包含样本的N维数组   标量函数。

     

*varargs: 0,1或N个标量指定每个方向的采样距离，即：dx，dy，dz，...默认距离为1.

     

退货：

     

g: ndarray. N个数组   与f相同的形状给出f的导数   尺寸。

似乎你应该能够像你期望的那样将二维码扩展到3D。