在numpy中,使用m维探针(m 编辑:
我找到了一种更简洁的方法来制定这个:用 仍然,我认为循环可能是可以避免的,并且有很多数组操作!我已经在一些3D配置上测试了它,这是一个截图。如果您能够优雅或找到错误,请告诉我。 o = [0, 0, 0] # origin
v1 = [1, 0, 0]; l1=1 # First vector and length
v2 = [0, 1, 0]; l2=1 # Second vector and length
ds1,ds2 = 10,10 # samples per direction
l1x,l1y,l1z = np.linspace(o[0],v1[0]*l1,ds1),np.linspace(o[1],v1[1]*l1,ds1),np.linspace(o[2],v1[2]*l1,ds1)
l2x,l2y,l2z = np.linspace(o[0],v2[0]*l2,ds2),np.linspace(o[1],v2[1]*l2,ds2),np.linspace(o[2],v1[2]*l2,ds2)
llx, lly, llz = l1x, l1y, l1z
# shift points in direction of 2nd vector and append
for i in range(1,ds2):
llx = np.hstack((llx,l1x+l2x[i]))
lly = np.hstack((lly,l1y+l2y[i]))
llz = np.hstack((llz,l1z+l2z[i]))
ptcoords = np.vstack((llx,lly,llz)).T
l
列出一些pxn数组(例如p = 3,n = 10,一个10个3D点的数组,或一个线性探测器),其中m在整个列表中是固定的但是n可以因元素而异,这段代码将建立整个探测数组:base = l[0] # if l[0] is the only one
for ll in l[1:]:
n = ll.shape[0]
nb = base.shape[0]
base = np.repeat(ll,nb,0) + np.vstack(np.hsplit(np.tile(base,n),n))
答案 0 :(得分:1)
对于3D数据和2D剪辑,我一直在使用Mayavi。非常粗略地说,您需要执行以下步骤:加载数据,添加delaunay三角剖分过滤器,可视化体积,添加标量切割平面,定位并读出数据。