numpy - 创建元素在范围内的 2D numpy 数组的最快方法

Question

我想创建一个 2D numpy 数组，我想在其中存储像素的坐标，使 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，但我还找不到任何东西。

Answer 1

可以使用np.indicesornp.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])

这可能看起来很奇怪，因为它确实是为了做这样的事情：

>>> 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.]])

一个mgrid例子：

np.mgrid[0:512,0:512].swapaxes(0,2).swapaxes(0,1)

网格示例：

>>> 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])

所有这些都是等效的方法；但是，meshgrid可用于创建非均匀网格。

如果您不介意切换行/列索引，您可以删除最终的swapaxes(0,1).

Answer 2

你可以np.ogrid在这里使用。与其存储 a tuple，不如将其存储在 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

这应该可以解决问题。希望您可以使用它，而不是元组。

钦塔克

Answer 3

问题中的示例并不完全清楚 - 缺少额外的逗号或额外的括号。

这个 - 为了清楚起见，示例范围为 3、4 - 为第一个变体提供了解决方案并产生了一个有效的二维数组（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]])

---

通过使用 2x 已经在另一个答案中显示了另一个变体.swapaxes()- 但也可以使用一个np.rollaxis()（或新的np.moveaxis()）来完成：

>>> 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])

此方法也适用于 N 维索引，例如：

>>> np.rollaxis(np.indices((5,6,7)), 0, 3+1)

注意：np.indices对于大范围，该功能确实（C 速度）快速。