用Python创建一个N维网格
问题描述:
我正在尝试为需要和理解距离的算法创建一个坐标网格。我知道如何做到这一点已知的维数 - 像这样的2D:用Python创建一个N维网格
x = [0,1,2]
y = [10,11,12]
z = np.zeros((3,3,2))
for i,X in enumerate(x):
for j,Y in enumerate(y):
z[i][j][0] = X
z[i][j][1] = Y
print(z)
--------------------------
array([[[ 0., 10.],
[ 0., 11.],
[ 0., 12.]],
[[ 1., 10.],
[ 1., 11.],
[ 1., 12.]],
[[ 2., 10.],
[ 2., 11.],
[ 2., 12.]]])
这工作得很好。我最终得到(3,3,2)的形状,其中2是该点坐标的值。我试图用它来创建一个概率曲面,所以我需要能够让每个点都是它自己的“位置”值。有没有一种方法可以轻松地将其扩展到N维?在那里,我会有一个未知数的for循环。由于项目限制,我可以访问Python内置函数和numpy,但这或多或少。
我试过np.meshgrid(),但它会产生(2,3,3)的输出形状,而我尝试重塑它却从不给我正确顺序的坐标。关于如何干净地做这件事的任何想法?
答
我可以复制你的z
与
In [223]: np.stack([np.tile([x],(1,3)).reshape(3,3).T,np.tile([y],(3,1))],2)
Out[223]:
array([[[ 0, 10],
[ 0, 11],
[ 0, 12]],
[[ 1, 10],
[ 1, 11],
[ 1, 12]],
[[ 2, 10],
[ 2, 11],
[ 2, 12]]])
的瓦件看起来像
In [224]: np.tile([y],(3,1))
Out[224]:
array([[10, 11, 12],
[10, 11, 12],
[10, 11, 12]])
In [225]: np.tile([x],(1,3)).reshape(3,3).T
Out[225]:
array([[0, 0, 0],
[1, 1, 1],
[2, 2, 2]])
,我也许可以清理:第二个。但基本思想是以这样一种方式复制输入,即stack
可以将它们组合成所需的(n,n,2)
阵列。
一旦理解了这一点,就不应该很难将事物扩展到3d和以上。但我没有完全处理你的意图。
可能简单(repeat
比tile
更快):
np.stack([np.repeat(x,3).reshape(3,3), np.repeat(y,3).reshape(3,3).T], 2)
随着越来越多维度transpose
可能需要细化。
与meshgrid
(它可能使用repeat
或tile
内部同样的事情:
In [232]: np.stack(np.meshgrid(x,y, indexing='ij'),2)
Out[232]:
array([[[ 0, 10],
[ 0, 11],
[ 0, 12]],
[[ 1, 10],
[ 1, 11],
[ 1, 12]],
[[ 2, 10],
[ 2, 11],
[ 2, 12]]])
在更高层次上:
In [237]: np.stack(np.meshgrid([1,2], [10,20,30], [100,200,300,400], indexing='ij'), 3).sum(axis=-1)
Out[237]:
array([[[111, 211, 311, 411],
[121, 221, 321, 421],
[131, 231, 331, 431]],
[[112, 212, 312, 412],
[122, 222, 322, 422],
[132, 232, 332, 432]]])
+0
正是我需要的,谢谢! – Zach
通过'N'你的意思数量数组?例如,在示例中,您有两个数组,因此它是二维的? – Divakar
也许这就是你要找的东西:[xarray](http://xarray.pydata.org/en/stable/) – skrubber
@Divakar By N - 我的意思是一个用户打算放入一些数据矩阵,但是很多列将会是N.所以如果他们有8列数据,我需要一个8维网格。 – Zach