Question

我使用numpy.histogramdd来收集3d点数。我的目标是计算有多少箱子包含物品，并且它与特定点的距离小于常数。 numpy.histogramdd返回binedges，它是＆＃34;描述每个维度的bin边缘的D数组列表＆＃34;但是找不到bin坐标并不简单。有没有比以下方法更好（并且循环更少）的方法？

hist_bin_centers_list = [binedges[d][:-1] + (binedges[d][1:] - binedges[d][:-1])/2. for d in range(len(binedges))]
indices3d = itertools.product(*[range(len(binedges[d])-1) for d in range(len(binedges))])
ret_indices = []
for i,j,k in indices3d:
    bin_center = [bin[ind] for bin,ind in zip(hist_bin_centers_list, (i, j, k))]
    if hist[i,j,k]>0 and cdist([pos], [bin_center])[0] < max_dist:
        ret_indices.append((i,j,k))
return len(ret_indices)

感谢@DilithiumMatrix提案，这是一个更好的植入：

bin_centers = list(itertools.product(*hist_bin_centers_list))
dists = cdist([pos], bin_centers)[0].reshape(hist.shape)
hits = len(np.where((hist > 0) & (dists < approx))[0])

Answer 1

如何使用numpy.where？

e.g。将这两个条件结合在一起：

nonzero = numpy.where( (hist > 0) & (binDist < max_dist) )

您计算距离数组binDist的位置，binDist[i,j,k]是从i,j,k到pos的距离。

如何计算numpy.histogramdd箱柜坐标

1 个答案: