Python：从 3d numpy 数组中的 2d 数组访问保存的点

Question

我得到了一个 2d numpy 数组 (shape(y,x)=601,1200) 和一个 3d numpy 数组 (shape(z,y,x)=137,601,1200)。

在我的 2d 数组中，我将 z 值保存在 y, x 点，我现在想从我的 3d 数组中访问它并将其保存到新的 2d 数组中。

我尝试了类似的方法但没有成功。

levels = array2d.reshape(-1)
y = np.arange(601)
x = np.arange(1200)
newArray2d=oldArray3d[levels,y,x]

IndexError: 形状不匹配：索引数组无法与形状 (721200,) (601,) (​​1200,) 一起广播

我不想尝试使用循环，那么有更快的方法吗？

Answer 1

这是您拥有的数据：

x_len = 12     # In your case, 1200
y_len = 6      # In your case, 601
z_len = 3      # In your case, 137

import numpy as np
my2d = np.random.randint(0,z_len,(y_len,x_len))
my3d = np.random.randint(0,5,(z_len,y_len,x_len))

这是构建新二维数组的一种方法：

yindices,xindices = np.indices(my2d.shape)
new2d = my3d[my2d[:], yindices, xindices]

注意事项：

1. 我们正在使用整数高级索引。
2. 这意味着我们使用 3 个整数索引数组来索引 3d 数组 my3d。
3. 有关整数数组索引如何工作的更多说明，请参阅my answer on this other question
4. 在您的尝试中，没有必要使用 reshape(-1) 重塑您的 2d，因为我们传递的整数索引数组的形状（在任何广播之后）将成为生成的 2d 数组的形状。
5. 此外，在您的尝试中，您的第二个和第三个索引数组需要具有相反的方向。也就是说，它们的形状必须为 (y_len,1) 和 (1, x_len)。注意1 的不同位置。这确保了这两个索引数组将被广播

Answer 2

您的问题有些含糊，但我认为您希望像这样进行高级索引：

In [2]: arr = np.arange(24).reshape(4,3,2)                                      
In [3]: levels = np.random.randint(0,4,(3,2))                                   
In [4]: levels                                                                  
Out[4]: 
array([[1, 2],
       [3, 1],
       [0, 2]])
In [5]: arr                                                                     
Out[5]: 
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]],

       [[18, 19],
        [20, 21],
        [22, 23]]])
In [6]: arr[levels, np.arange(3)[:,None], np.arange(2)]                         
Out[6]: 
array([[ 6, 13],
       [20,  9],
       [ 4, 17]])

levels 是 (3,2)。我创建了另外 2 个索引数组，它们用它 (3,1) 和 (2,) 进行广播。结果是来自 arr 的 (3,2) 数组值，由它们的组合索引选择。