Question

类似问题here 我有三个任意1D数组，例如：

x_p = np.array((0.0,1.1, 2.2, 3.3, 4.4))
y_p = np.array((5.5,6.6,7.7))
z_p = np.array((8.8, 9.9))

我需要

points = np.array([[0.0, 5.5, 8.8],
                   [1.1, 5.5, 8.8],
                   [2.2, 5.5, 8.8],
                   ...
                   [4.4, 7.7, 9.9]])

1）第一个索引变化最快.2）点是浮点坐标，而不是整数索引。 3）我从版本1.7.0注意到，numpy.meshgrid已使用默认indexing='xy'更改了行为并需要使用

np.vstack(np.meshgrid(x_p,y_p,z_p,indexing='ij')).reshape(3,-1).T

获取最后一个索引快速变化的结果点，这不是我想要的。（仅在1.7.0中提到，meshgrid支持维度＆gt; 2，我没有检查）

Answer 1

您可以使用np.transpose置换轴以实现所需格式的输出 -

np.array(np.meshgrid(x_p, y_p, z_p)).transpose(3,1,2,0).reshape(-1,3)

示例输出 -

In [104]: np.array(np.meshgrid(x_p, y_p, z_p)).transpose(3,1,2,0).reshape(-1,3)
Out[104]: 
array([[ 0. ,  5.5,  8.8],
       [ 1.1,  5.5,  8.8],
       [ 2.2,  5.5,  8.8],
       [ 3.3,  5.5,  8.8],
       [ 4.4,  5.5,  8.8],
       [ 0. ,  6.6,  8.8],
       [ 1.1,  6.6,  8.8],
       [ 2.2,  6.6,  8.8],
       [ 3.3,  6.6,  8.8],
       [ 4.4,  6.6,  8.8],
       [ 0. ,  7.7,  8.8],
       [ 1.1,  7.7,  8.8],
       ....
       [ 3.3,  7.7,  9.9],
       [ 4.4,  7.7,  9.9]])

Answer 2

我发现了一些反复试验。

我认为ij v xy索引永远存在于meshgrid中（它是sparse参数的新参数。它只影响3个返回元素的顺序。

为了让x_p变化最快，我把它放在参数列表的最后，然后使用::-1来反转最后的列顺序。

我使用stack在最后一个新轴上加入数组，所以我不需要转置。但重塑和转置都很便宜（时间明智）。因此，它们可以任意组合使用，并且可以理解。

In [100]: np.stack(np.meshgrid(z_p, y_p, x_p, indexing='ij'),3).reshape(-1,3)[:,::-1]
Out[100]: 
array([[ 0. ,  5.5,  8.8],
       [ 1.1,  5.5,  8.8],
       [ 2.2,  5.5,  8.8],
       [ 3.3,  5.5,  8.8],
       [ 4.4,  5.5,  8.8],
       [ 0. ,  6.6,  8.8],
       ...
       [ 2.2,  7.7,  9.9],
       [ 3.3,  7.7,  9.9],
       [ 4.4,  7.7,  9.9]])

从三个1D阵列创建一个numpy 3D坐标数组，第一个索引变化最快

2 个答案: