将 2D numpy 数组重塑为 3 个具有 x,y 索引的 1D 数组

Question

我有一个充满值的 numpy 二维数组 (50x50)。我想将二维数组展平为一列（2500x1），但这些值的位置非常重要。索引可以转换为空间坐标，所以我想要另外两个 (x,y) (2500x1) 数组，这样我就可以检索相应值的 x,y 空间坐标。

例如：

My 2D array: 
--------x-------
[[0.5 0.1 0. 0.] |
 [0. 0. 0.2 0.8] y
 [0. 0. 0. 0. ]] |

My desired output: 
#Values
[[0.5]
 [0.1]
 [0. ]
 [0. ]
 [0. ]
 [0. ]
 [0. ]
 [0.2]
 ...], 
#Corresponding x index, where I will retrieve the x spatial coordinate from
[[0]
 [1]
 [2]
 [3]
 [4]
 [0]
 [1]
 [2]
 ...], 
#Corresponding y index, where I will retrieve the x spatial coordinate from
[[0]
 [0]
 [0]
 [0]
 [1]
 [1]
 [1]
 [1]
 ...], 

关于如何做到这一点的任何线索？我已经尝试了一些方法，但没有奏效。

Answer 1

为了简单起见，让我们用这段代码重现你的数组：

value = np.arange(6).reshape(2, 3)

首先，我们创建变量 x, y，其中包含每个维度的索引：

x = np.arange(value.shape[0])
y = np.arange(value.shape[1])

np.meshgrid 是方法，与您描述的问题有关：

xx, yy = np.meshgrid(x, y, sparse=False)

最后，用这些线将所有元素转换成你想要的形状：

xx = xx.reshape(-1, 1)
yy = yy.reshape(-1, 1)
value = value.reshape(-1, 1)

Answer 2

根据你的例子，np.indices:

data = np.arange(2500).reshape(50, 50)
y_indices, x_indices = np.indices(data.shape)

重塑您的数据：

data = data.reshape(-1,1)
x_indices = x_indices.reshape(-1,1)
y_indices = y_indices.reshape(-1,1)

Answer 3

假设您想要展平并重塑为单列，请使用reshape：

a = np.array([[0.5, 0.1, 0., 0.],
              [0., 0., 0.2, 0.8],
              [0., 0., 0., 0. ]])

a.reshape((-1, 1)) # 1 column, as many row as necessary (-1)

输出：

array([[0.5],
       [0.1],
       [0. ],
       [0. ],
       [0. ],
       [0. ],
       [0.2],
       [0.8],
       [0. ],
       [0. ],
       [0. ],
       [0. ]])

获取坐标

y,x = a.shape
np.tile(np.arange(x), y)
# array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3])
np.repeat(np.arange(y), x)
# array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2])

或者干脆使用unravel_index:

Y, X = np.unravel_index(range(a.size), a.shape)
# (array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]),
#  array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))