Question

令x，y，z为矩阵表示，使得（x [i，j]，y [i，j]，z [i，j]）对应于某个点。

我们想要只有一个变量（Points）而不是3个变量，其中“Points [i，j] =（x [i，j]，y [i，j]，z [i，j]）”和“Points [i，j，0] = x [i，j]”

示例：

import numpy as np
x = np.array([[1, 1],
              [2, 2]])
y = np.array([[1, 2],
              [1, 2]])
z = np.array([[3, 4],
              [5, 6]])
Points = np.array([[ [1, 1, 3], [1, 2, 4] ],
                     [2, 1, 5], [2, 2, 6] ]])

目前我已经想到了一些解决方案：

第一个解决方案：

from itertools import izip
Temp_List=[]
for xi, yi, zi in izip(x, y, z):
    Temp_List.append([(xij, yij, zij) for xij, yij, zij in izip(xi, yi, zi)])
Points=np.array(Temp_List)

我知道拆开一个元组再打包它不是很聪明，但是为了使其更具可读性并准备下一个解决方案

第二个解决方案：＃one-liner

from itertools import izip
Points=np.array([zip(xi, yi, zi) for xi, yi, zi in izip(x,y,z)])

我真的很喜欢这个选项。但是在这个解决方案中，我关注可读性。也许只是我，但我觉得列表理解产生类似于示例中的点的东西并不明显。除非你熟悉izip和zip之间的区别。

很明显，另一种解决方案是使用索引迭代元素x，y和z，就像在其他语言中一样（对于x in xrange（...）：对于x in xrange（...）中的j：做东西...... ）

结论：是否有另一种方法使用numpy函数（或不提供）从x，y，z生成Points变量，从而提高可读性，内存消耗或性能？

Answer 1

您可以使用numpy的stack函数：

import numpy as np

x = np.array([
    [1, 1],
    [2, 2],
])

y = np.array([
    [1, 2],
    [1, 2],
])

z = np.array([
    [3, 4],
    [5, 6],
])


points = np.stack([x, y, z], axis=2)

带有stack关键字的

axis会取代现已弃用的旧vstack，hstack和dstack函数。

Numpy：分别给出每个坐标的矩阵构建点矩阵的替代方法

1 个答案: