我在将列中的值转换为Numpy 2d数组时遇到了一些麻烦。我的代码输出有以下内容:
38617.0 0 0
40728.0 0 1
40538.0 0 2
40500.5 0 3
40214.0 0 4
40545.0 0 5
40352.5 0 6
40222.5 0 7
40008.0 0 8
40017.0 0 9
40126.0 0 10
40029.0 0 11
39681.5 0 12
39973.0 0 13
39903.0 0 14
39766.5 0 15
39784.0 0 16
39528.5 0 17
39513.5 0 18
这持续约300,000行。数据的坐标排列为(z,x,y),我想将其转换为尺寸为765X510(x,y)的二维数组,以便z坐标位于它们各自的(x,y)坐标,以便我可以将其写入图像文件。
有什么想法吗?我一直在四处寻找,但我还没有发现任何事情。
编辑:
这是创建上述数据列的while循环(它实际上是两个,一个函数在另一个while循环中调用):
def make_median_image(x,y):
while y < 509:
y = y + 1 # Makes the first value (x,0), b/c Python is indexed at 0
median_first_row0 = sc.median([a11[y,x],a22[y,x],a33[y,x],a44[y,x],a55[y,x],a66[y,x],a77[y,x],a88[y,x],a99[y,x],a1010[y,x]])
print median_first_row0,x,y
list1 = [median_first_row0,x,y]
list = list1.append(
while x < 764:
x = x + 1
make_median_image(x,y)
答案 0 :(得分:1)
import numpy as np
l = [[1,2,3], [4,5,6], [7,8,9], [0,0,0]]
您可以直接将python 2D列表传递给numpy数组。
>>> np.array(l)
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9],
[0, 0, 0]])
如果您只想要后两列(您的x,y值)
>>> np.array([[i[1],i[2]] for i in l])
array([[2, 3],
[5, 6],
[8, 9],
[0, 0]])
答案 1 :(得分:0)
是否可以从下面的数据中创建一个数组?
数据:
38617.0 0 0
40728.0 0 1
40538.0 0 2
40500.5 0 3
40214.0 0 4
40545.0 0 5
40352.5 0 6
40222.5 0 7
40008.0 0 8
40017.0 0 9
40126.0 0 10
40029.0 0 11
39681.5 0 12
39973.0 0 13
39903.0 0 14
39766.5 0 15
39784.0 0 16
39528.5 0 17
39513.5 0 18
... (continues for ~100,000 lines, so you can guess why I'm adamant to find an answer)
我想要的是什么:
numpy_ndarray = [[38617.0, 40728.0, 40538.0, 40500.5, 40214.0, 40545.0, 40352.5, ... (continues until the last column value in the data above is 764) ], [begin next line, when x = 1, ... (until last y-value is 764)], ... [ ... (some last pixel value)]]
因此,它基本上是在与第二和第三列中的(x,y)坐标相关联的第一列数据中的像素值中构建矩阵/图像网格。
答案 2 :(得分:0)
假设你的数组是l
import numpy as np
l = [[1,2,3], [4,5,6], [7,8,9], [0,0,0]]
>>> np.array(l)
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9],
[0, 0, 0]])
这应该有效
>>> np.array([[i[1] for i in l],[i[2] for i in l]])
array([[2, 5, 8, 0],
[3, 6, 9, 0]])