我想创建一个2D的numpy数组,用于存储像素坐标,使得该numpy数组看起来像这样:
[(0, 0), (0, 1), (0, 2), ...., (0, 510), (0, 511)
(1, 0), (1, 1), (1, 2), ...., (1, 510), (1, 511)
..
..
..
(511, 0), (511, 1), (511, 2), ...., (511, 510), (511, 511)]
这是一个荒谬的问题,但我还没有找到任何答案。
我想创建一个2D的numpy数组,用于存储像素坐标,使得该numpy数组看起来像这样:
[(0, 0), (0, 1), (0, 2), ...., (0, 510), (0, 511)
(1, 0), (1, 1), (1, 2), ...., (1, 510), (1, 511)
..
..
..
(511, 0), (511, 1), (511, 2), ...., (511, 510), (511, 511)]
这是一个荒谬的问题,但我还没有找到任何答案。
可以使用np.indices
或 np.meshgrid
进行更高级的索引:
>>> data=np.indices((512,512)).swapaxes(0,2).swapaxes(0,1)
>>> data.shape
(512, 512, 2)
>>> data[5,0]
array([5, 0])
>>> data[5,25]
array([ 5, 25])
这可能看起来有些奇怪,因为它真正的作用是像这样:
>>> a=np.ones((3,3))
>>> ind=np.indices((2,1))
>>> a[ind[0],ind[1]]=0
>>> a
array([[ 0., 1., 1.],
[ 0., 1., 1.],
[ 1., 1., 1.]])
mgrid
的一个示例:
np.mgrid[0:512,0:512].swapaxes(0,2).swapaxes(0,1)
一个meshgrid的例子:
>>> a=np.arange(0,512)
>>> x,y=np.meshgrid(a,a)
>>> ind=np.dstack((y,x))
>>> ind.shape
(512, 512, 2)
>>> ind[5,0]
array([5, 0])
所有这些方式都可以实现相同的功能;然而,meshgrid
可用于创建非均匀网格。
如果您不介意交换行/列索引,可以省略最后的swapaxes(0,1)
。
问题中的示例不是完全清楚的 - 可能缺少额外的逗号或括号。
以下是一个例子,为了更清晰地说明,范围为3、4,提供了第一种变体的解决方案,并实际上生成了一个二维数组(如问题标题所示) - "列出"所有坐标:
>>> np.indices((3,4)).reshape(2,-1).T
array([[0, 0],
[0, 1],
[0, 2],
[0, 3],
[1, 0],
[1, 1],
[1, 2],
[1, 3],
[2, 0],
[2, 1],
[2, 2],
[2, 3]])
另一种变体已经在另一个答案中通过使用2x .swapaxes()
展示了出来,但也可以使用一个np.rollaxis()
(或新的np.moveaxis()
)实现:
>>> np.rollaxis(np.indices((3,4)), 0, 2+1)
array([[[0, 0],
[0, 1],
[0, 2],
[0, 3]],
[[1, 0],
[1, 1],
[1, 2],
[1, 3]],
[[2, 0],
[2, 1],
[2, 2],
[2, 3]]])
>>> _[0,1]
array([0, 1])
>>> np.rollaxis(np.indices((5,6,7)), 0, 3+1)
np.indices
在处理大范围数据时速度确实非常快(C语言速度)。您可以在此处使用np.ogrid
。不要存储元组,而是将其存储在3D数组中。
>>> t_row, t_col = np.ogrid[0:512, 0:512]
>>> a = np.zeros((512, 512, 2), dtype=np.uint8)
>>> t_row, t_col = np.ogrid[0:512, 0:512]
>>> a[t_row, t_col, 0] = t_row
>>> a[t_row, t_col, 1] = t_col
这应该可以帮上忙。希望你能使用这个方法,而不是使用元组。
Chintak