假设我有一个对应于x,y和z值的一维数组,如下所示:
x y z arr_1D
0 0 0 0
1 0 0 1
0 1 0 2
1 1 0 3
0 2 0 4
1 2 0 5
0 0 1 6
...
0 2 3 22
1 2 3 23
我想将arr_1D
放入形状为arr_3D
的3D数组(nx,ny,nz)
中(在本例中为(2,3,4)
)。我希望使用arr_3D[x_index, y_index, z_index]
可以引用这些值,例如,arr_3D[1,2,0]=5
。使用numpy.reshape(arr_1D, (2,3,4))
为我提供了正确维度的3D矩阵,但没有按照我想要的方式排序。我知道我可以使用以下代码,但我想知道是否有办法避免笨重的嵌套for循环。
arr_1d = np.arange(24)
nx = 2
ny = 3
nz = 4
arr_3d = np.empty((nx,ny,nz))
count = 0
for k in range(nz):
for j in range(ny):
for i in range(nx):
arr_3d[i,j,k] = arr_1d[count]
count += 1
print arr_3d[1,2,0]
output: 5
这样做最pythonic和/或快速的方法是什么?我通常希望对长度为100,000的数组执行此操作。
答案 0 :(得分:4)
你真正关闭的地方,但是因为你想让x轴成为最快的迭代,你需要使用像
这样的东西arr_3d = arr_1d.reshape((4,3,2)).transpose()
因此,您创建的数组具有正确的元素顺序,但维度的顺序错误,然后您更正尺寸的顺序。