如何创建一个3D (shape=m，n，o)数组，其索引是由2D数组(shape=m，n)给出的？
要创建一个3D数组，其索引由一个2D数组给出，可以使用NumPy库来实现。
首先，导入NumPy库：
import numpy as np然后，创建一个2D数组：
m = 3 # 行数
n = 4 # 列数
array_2d = np.arange(m * n).reshape(m, n)这将创建一个形状为(m, n)的2D数组，其中元素的值为0到(m * n - 1)。
接下来，使用2D数组的形状来创建一个3D数组：
o = 5 # 第三维的长度
array_3d = np.arange(m * n * o).reshape(m, n, o)这将创建一个形状为(m, n, o)的3D数组，其中元素的值为0到(m * n * o - 1)。
你可以根据需要调整m、n和o的值来创建不同形状的数组。
关于NumPy库的更多信息和使用方法，你可以参考腾讯云的产品介绍链接：NumPy产品介绍。
相关·内容
我得到了一个2d的numpy数组(shape(y,x)=601,1200)和一个3d的numpy数组(shape(z,y,x)=137,601,1200)。
在我的2d数组中，我在y, x点保存了y, x值，现在我想从3d数组中访问这个值，并将它保存到一个新的2d数组中。
我尝试过这样的方法，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:索引数组不能与形状(721200，) (601 )
浏览 3提问于2019-03-09得票数 0
回答已采纳
我在一个函数中有一堆使用boost::multi_array生成的3d数组。我不想在我的另一个代码中使用所有这些数组，有什么方法可以这样做吗？
当我有一个2d的案子时我所做的是
typedef boost::numeric::ublas::matrix<double> fils;
boost::array<fils,5> filter1(unsigned width, unsigned height)
{
matrix<double>l,m,n,o,p;
//perform other steps//
boost::array<
浏览 3提问于2014-09-11得票数 0
回答已采纳
3回答
我有一个matplotlib图形，我希望能够在2D和3D投影之间切换。我可以从2D转到3D，但我似乎不知道如何走另一条路。例如。
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
def randrange(n, vmin, vmax):
return (vmax-vmin)*np.random.rand(n) + vmin
fig = plt.figure()
# Create a 3D scatter plot...
ax = fig.add_s
浏览 0提问于2011-10-31得票数 4
回答已采纳
我正在使用parallel=True将一些奇怪的代码转换为Numba兼容。它有一个有问题的数组分配，我不太清楚如何以numba能够处理的方式重写。我试着破译错误的含义，但我完全迷失了方向。唯一清楚的是它不喜欢这一行：Averaging_price_3D[leg, :, expired_loc] = last_non_expired_values.T错误很长，包括在这里供参考：
TypingError: No implementation of function Function(<built-in function setitem>) found for signature:
s
浏览 22提问于2022-02-02得票数 1
回答已采纳
1回答
假设我们有一个级别为2的数组a，其中包含{0,1,2,...,m}中的整数值的n条目。现在，对于每一个整数，我希望找到具有此值的a条目的索引(在下面的示例中称为index_i, index_j )。(所以我要寻找的是类似于np.unique(...,return_index=True)的东西，但是对于2d数组，并且有可能返回每个唯一值的所有索引。)
一种简单的方法是使用布尔索引，这将导致O(m*n)操作(见下文)，但我希望只使用O(n)操作。虽然我找到了这样做的解决方案，但我觉得应该有一个内置的方法，或者至少可以简化这一点--或者至少可以删除这些丑陋的循环：
import numpy as n
浏览 0提问于2019-06-04得票数 4
2回答
具有shape=(N，N)的矩阵A和具有相同shape=(N，N)的矩阵B。我正在使用以下形式(使用库)构造一个矩阵M：
M = oe.contract('nm,in,jm,pn,qm->ijpq', A, B, B, B, B)
这是对以下金额的评估：
这是矩阵M的形状(N，N)。然后，我将其重塑为二维形状数组(N**2，N**2)。
M = M.reshape((N**2, N**2))
这必须是2D，因为它被视为线性算子。
我想使用库，因为M是稀疏的，并且变得太大，无法存储大N。我可以使A和B稀疏，并将它们插入oe.contract中。
问题是，稀疏只支持
浏览 5提问于2021-02-13得票数 3
回答已采纳
我从一堆图像中创建了一个数组。图像大小为10980 * 10980。我使用dask读取图像，并使用延迟数组方法对它们进行堆叠。他们总共68岁。我使用了以下代码：
import dask
import dask.array as da
import glob
import time
import os
filenames = [os.path.join(root, filename) for root, subdir, filenames in os.walk("L2A")
for filename in filenames if filename
浏览 1提问于2019-10-09得票数 0
回答已采纳
我在PyTorch中发现了一行用于将3D张量简化为2D张量的代码。3D张量x的大小为torch.Size([500, 50, 1])，下面这行代码：
x = x[lengths - 1, range(len(lengths))]
用于将x简化为大小为torch.Size([50, 1])的2D张量。lengths也是包含值的shape torch.Size([50])的张量。
有谁能解释一下这是怎么工作的吗？谢谢。
浏览 1提问于2020-02-13得票数 3
1回答
我经常需要堆叠2d的numpy数组(tiff图像)。为此，我首先将它们添加到列表中并使用np.dstack。这似乎是获得3D数组堆叠图像的最快方法。但是，有没有一种更快/更有效的记忆方式？
from time import time
import numpy as np
# Create 100 images of the same dimention 256x512 (8-bit).
# In reality, each image comes from a different file
img = np.random.randint(0,255,(256, 512, 100))
t0
浏览 1提问于2014-05-01得票数 4
回答已采纳
2回答
有许多帖子和博客讨论如何使用追加、v堆栈或连接操作2D数组，但我无法让它在3D中工作。
问题假设：
-三维数组将具有形状(k，m，2)。
-k将是一个已知的值
--m可以从1到n不等，不是预先确定的。
In [1]: import numpy as np
In [2]: a = np.empty((3, 1, 2))
Out[2]:
array([[[0., 0.]],
[[0., 0.]],
[[0., 0.]]])
In [3]: a[0] = [[5, 6]]
In [4]: a
Out[4]:
array([[[5., 6.]],
[[0
浏览 0提问于2015-01-30得票数 0
回答已采纳
1回答
我有一个形状为(80, 180, 144, 160, 11)的5D数组(80个大小为180*144*160的3D图像，每个图像有11个通道)和一组引用这个具有形状(n, 4)的数组的索引(也就是我感兴趣的图像和3D像素的n索引)。
现在的问题是，我想要提取“块”，形状(18, 18, 20)以每个索引为中心，并保留所有通道。这将产生形状为(n, 18, 18, 20, 11)的ndarray。此外，如果索引太接近3D图像的边界，以至于不适合整个块，那么我想要0填充图像。
我已经设法通过对每个索引执行for循环来做到这一点，但不幸的是性能相当差(对于n=100，性能约为10秒)。我需要对10 0
浏览 3提问于2021-03-10得票数 0
2回答
我正在尝试将相同的2D数组A与shape (n, m)连接到3D数组的每个2D数组中，B与shape (N, n, k)。 我尝试了堆栈和连接，但它不工作，因为只有一个维度匹配。我尝试了下面的例子来测试这个想法： a = np.array([[1],[2],[3]])
b = np.ones((2,3,4))
np.hstack((a,b)) ValueError: all the input arrays must have same number of dimensions 我所期望的结果如下： array([[[1., 1., 1., 1., 1.],
[2.,
浏览 11提问于2019-04-27得票数 1
1回答
我有一个4D目标NumPy数组，我想用来自2D源数组的值填充它，使用另外两个2D数组来指定目标数组的第二和第三轴的位置，其中应该放置来自源数组的值。下面有一些示例值的代码可以使用for-循环方法来实现这一点：
import numpy as np
T, M, N, D = 5, 4, 3, 2 # Example dimensions
target = np.zeros((T, M, N, D)) # Target array
source = np.arange(T*D).reshape(T, D) # Example source array with arbitrary numb
浏览 2提问于2021-12-02得票数 0
回答已采纳
2回答
我尝试在Python中通过用2D数组填充来形成3D数组。N是一个根据正在读取的文件而变化的数字。矩阵正在形成为3D，但似乎只有1个‘层’，而我期望它有N个层。似乎N个“层”没有传递到形成的数组中。
import numpy as np
#'rot' is a 3D matrix of shape (N,3,3)
a=np.array(rot[:,0,0])
b=np.array(rot[:,0,1])
c=np.array(rot[:,0,2])
d=np.array(rot[:,1,0])
e=np.array(rot[:,1,1])
f=np.array(rot[:,1,
浏览 1提问于2020-02-26得票数 0
我有一个RGB格式的三维数组，形状为(m，n，3)。我想要创建一个SimpleITK图像。使用GetImageFromArray()函数可以在3D中创建一个图像，这不是我想要的。我如何创建一个2D RGB图像代替？
浏览 1提问于2019-04-17得票数 0
回答已采纳
4回答
2D和3D数组的动态分配/释放
、、、、
我知道动态分配/释放2D数组的算法，但是我不太确定3D数组是否也是如此。
利用这些知识和一些对称性，我想出了以下代码。
(在编码过程中，我很难在3D中可视化)。
请评论正确性，并建议任何更好的替代方案(效率或直觉)，如果有的话。
此外，我认为这些2D和3D数组都可以像静态数组一样正常访问，如arr2D2和
arr3D22。对吗？
2D代码
//allocate a 2D array
int** allocate2D(int rows,int cols)
{
int **arr2D;
int i;
arr2D = (int**)malloc(rows*sizeof(in
浏览 0提问于2009-12-01得票数 11
回答已采纳
1回答
我正在尝试计算第一个轴上两个索引之间的3D数组的平均值。起始和结束索引因单元而异，并由两个独立的2D阵列表示，这两个2D阵列的形状与3D阵列的切片相同。 我已经设法实现了一段循环遍历3D数组像素的代码，但是对于形状为(70, 550, 350)的数组来说，这种方法非常慢。有没有办法使用numpy或xarray (数组存储在xarray数据集中)对操作进行矢量化？ 下面是我想要优化的代码片段： # My 3D raster containing values; shape = (time, x, y)
values = np.random.rand(10, 55, 60)
# A 2D ra
浏览 17提问于2021-01-19得票数 1
回答已采纳
假设我有一个3D张量，表示几个2D矩阵：
3D_tensor = tf.random_uniform([N0, N1, N2], 1, -1))
我想垂直堆叠这些2D矩阵，这样得到的2D张量将是维度N0+N1，N2。WHat是最好的方式吗？
numpy进程如下所示：
3D = np.array([ [[1,2],[3,4]] , [[1,2],[3,4]] ]) # 3D.shape = (2,2,2)
2D = np.vstack(3D) # D2.shape = (4,2)
浏览 7提问于2018-08-06得票数 0
回答已采纳
2回答
如果我用一组坐标分割2d数组
>>> test = np.reshape(np.arange(40),(5,8))
>>> coords = np.array((1,3,4))
>>> slice = test[:, coords]
那么我的切片就有了我所期望的形状
>>> slice.shape
(5, 3)
但是如果我用3d数组重复这件事
>>> test = np.reshape(np.arange(80),(2,5,8))
>>> slice = test[0, :, coord
浏览 1提问于2015-07-14得票数 9
回答已采纳
1回答
我目前正在做一个图像处理项目。我正在使用Python、SimpleITK、numpy和其他几个库获取一堆DICOM图像，将它们转换为3Dnumpy数组，然后使用SITK或其他数学技术(掩码等)执行一些图像处理操作。
现在，我正在尝试制作一个平均滤波器，取3x3邻域的平均值，并用该平均值替换该邻域的中心像素。结果只是一个模糊的图像。由于Python并不擅长快速循环遍历300x300x400像素，因此我尝试使用C库来完成。问题是，我不擅长C语言(或者python……)
下面是我的C代码：
int i, j, k, m, n, p;
double kernsum;
void iter(double
浏览 1提问于2015-06-13得票数 1
1回答
有没有一种优雅/快速的方法可以在不使用for循环的情况下重现它？我希望有一个3D矩阵的值，和2D矩阵，给出了索引，以复制第三个维度的值，同时创建一个新的3D矩阵的相同形状。这是一个有很多循环的实现。
np.random.seed(0)
x = np.random.randint(5, size=(2, 3, 4))
y = np.random.randint(x.shape[1], size=(3, 4))
z = np.zeros((2, 3, 4))
for i in range(x.shape[0]):
for j in range(x.shape[1]):
浏览 9提问于2018-02-24得票数 0
回答已采纳
我正在编写我的第一个CUDA代码，用于2D/3D非线性扩散。2D的情况下工作得很好，但是我在3D情况下遇到了困难。基本上，我在有限差分计算阶段得到了零，令人惊讶的是，'deltaN‘(请参见下面的代码)给出了正确的答案，但其他的都不起作用(答案中的零)。我正在尝试处理256x256x256卷。有什么建议吗？谢谢!
#define BLKXSIZE 8
#define BLKYSIZE 8
#define BLKZSIZE 8
#define idivup(a, b) ( ((a)%(b) != 0) ? (a)/(b)+1 : (a)/(b) )
void Anisotrop
浏览 0提问于2013-03-02得票数 1
回答已采纳
2回答
numpy三维阵列形状
、、、
我创建了一个形状的numpy数组(4,3,2)；我希望下面的代码可以打印出一个形状为4X3或3X4的数组
import numpy as np
x = np.zeros((4,3,2), np.int32)
print(x[:][:][0])
但是我得到了
[[0 0]
[0 0]
[0 0]]
看起来像个2×3？我现在真的搞糊涂了。难道我不应该
[[0 0 0]
[0 0 0]
[0 0 0]
[0 0 0]]
取而代之的是？如何将三维图像映射成一个矮小的三维矩阵？
例如，在MATLAB中，shape (m, n, k)是指(2D/3D)图像上下文中的(row,
浏览 0提问于2018-03-05得票数 0
回答已采纳
我正在使用python 3.5，并尝试将2d列表广播到3d列表中。
ValueError: could not broadcast input array from shape (10,10) into shape (10,18)
下面是我使用的生成错误的代码
v_level =4
M=16
n_down = M/2
n_down0 = M
residual_h_to_2h = np.zeros((v_level,M+2,M+2))
residual_h_to_2h[q][0:n_down+2][0:n_down+2] = restrict(residual_h[0:n_down0+2][0:
浏览 3提问于2016-02-28得票数 2
回答已采纳
我希望能够将现有的2D数组转换为数组的1D数组。我能找到的唯一方法是使用类似于： my_2d_array = np.random.random((5, 3))
my_converted_array = np.zeros(len(my_2d_array), dtype='O')
for i, row in enumerate(my_converted_array):
my_converted_array[i] = row 有没有更快/更干净的方法来做这件事？ 如果内部数组具有不同的形状，则可以这样做，例如： my_1d_array = np.array([
np
浏览 44提问于2018-02-03得票数 3
回答已采纳
1回答
我用库FyeldGenerator生成两个高斯随机场。如果他们被策划了，就像这样：
from FyeldGenerator import generate_field
import matplotlib.pyplot as plt
import numpy as np
# Helper that generates power-law power spectrum
def Pkgen(n):
def Pk(k):
return np.power(k, -n)
return Pk
# Draw samples from a normal distributio
浏览 1提问于2019-11-04得票数 3
回答已采纳
1回答
我有一个2D数组A，我在这里表示为[v_1, v_2, v_3, ..., v_n]。
我有一个三维张量B，我在这里表示为[m_1, m_2, m_3, ...n m_n].
A.type = numpy.ndarray
A.shape = (300, 4)
B.type = numpy.ndarray
B.shape = (300, 4, 2)
我想得到一维数组C = A*B，这样C = [u_1, u_2, u_3, ..., u_n]就可以在其中使用u_i = np.dot(v_i, m_i)
我如何做到这一点，而不迭代1到n，并使用numpy.tensordot()之上的A和B
浏览 1提问于2014-07-04得票数 2
回答已采纳
1回答
我使用的是一个本机类，它将2D图像表示为一维数组。例如，如果您想要更改一个像素，那么现在需要如何从x,y坐标派生索引。
因此，假设我们有这样一个一维数组array1d：
array1d = [ a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v, w, x, y ]
在我们的程序上下文中，array1d表示一个2D网格：
a b c d e
f g h i j
k l m n o
p q r s t
u v w x y
我们希望在array1d上执行如下操作：
在x,y坐标处获取值(在本例中，1,2将给出l)
使用x
浏览 0提问于2013-09-28得票数 62
回答已采纳
3回答
此问题基于较早的问题：
给定数组：
In 122: arr = np.array([1，3，7，4，9，8]；arr Out122: array([1，3，7，4，9，8])
鉴于其指数：
在127: np.indices(arr.shape) Out127: Out127:Out127([ [0，0，0，1，1，1]，[ 0，1，2，0，1，2])
我怎样才能将它们整齐地堆叠在一起，形成一个新的二维数组？这就是我想要的：
数组([ 0，0，1，0，1，3，0，2，7，1，0，4，1，1，9，1，2，8])
Divakar的是我目前为2D数组使用的：
def indices_merge
浏览 10提问于2017-09-09得票数 8
回答已采纳
有时，诸如语音数据等数据具有已知数量的观察(n)、未知持续时间和已知数量的测量(k)。
在NumPy中的2D情况中，很明显，具有已知数目的观测(n)和未知持续时间的数据是如何用形状为(n, )的ndarray表示的。例如：
import numpy as np
x = np.array([ [ 1, 2 ],
[ 1, 2, 3 ]
])
print(x.shape) ### Returns: (2, )
对于NumPy中的3D案例，我们可以有一个形状为(n, , k)的ndarray，这与此等价吗？对此，我能想到的最好的选择是拥有一
浏览 0提问于2019-04-07得票数 0
回答已采纳
2回答
据我所知，以下三种类型的数据结构可用于宽阶段的碰撞检测：
未排序数组:再次检查每个对象- O(n^2)时间；O(log )空间。它太慢了，如果n不是真的很小的话，它是无用的。(i=1;i
排序数组:对对象进行排序，以便获得O(n^(2-1/k))表示k维度，O(n^1.5)用于2d，O(n^1.67)用于3d和O(n)空间。假设空间为2D，并对sortedArray进行排序，以便如果对象以sortedArray[i]开头，而另一个对象以sortedArray[i-1]结尾，则不会发生碰撞
堆叠:将对象划分到一堆堆栈中，这样您只需要检查桶、它的子库和它的父级- O(n log n)时间，但是检查
浏览 0提问于2012-11-30得票数 5
回答已采纳
1回答
如何将3D python数组传递给C代码，然后得到返回？我研究过，
我试过2D
资料来源：-
test1.py
import numpy as np
import numpy.ctypeslib as npct
from numpy.ctypeslib import ndpointer
import ctypes
import sys
import time
_doublepp = ndpointer(dtype=np.uintp, ndim=2, flags='C')
_dll = ctypes.CDLL("foo_test.dll")
浏览 1提问于2016-10-22得票数 0
回答已采纳
在这段Python代码中，
fun遍历数组arr，并对每个节对两个数组段中相同整数的数量进行计数。(它模拟一个矩阵。)这使得n*(n-1)/2*m进行了总计的比较，给出了O(n^2)的时间复杂性。
是否有程序设计解决方案或重新设计这个问题的方法可以产生同等的结果，但却降低了时间复杂性？
# n > 500000, 0 < i < n, m = 100
# dim(arr) = n*m, 0 < arr[x] < 4294967311
arr = mp.RawArray(ctypes.c_uint, n*m)
def fun(i):
for j in r
浏览 0提问于2018-10-03得票数 1
回答已采纳
我想在C函数中复制一个2D的numpy数组(矩阵)，在python中把它拿回来(然后利用C的速度，在C中对它做一些计算)。因此，我需要C函数matrix_copy返回一个2D数组(或者，我猜是指向它的指针)。我尝试使用以下代码，但得到了以下输出(其中可以看到数组的第二个维度丢失)。
matrix_in.shape:
(300, 200)
matrix_out.shape:
(300,)
如何更改代码(我猜matrix_copy.c添加了一些指针魔术)，这样我就可以获得matrix_in在matrix_out中的精确副本。
下面是main.py脚本：
from ctypes import c_v
浏览 7提问于2022-09-14得票数 1
回答已采纳
我试着用布尔数组索引
def boolean_array_indexing_each_dim1():
a = np.array(
[
['a','b','c','d'],
['e','f','g','h'],
['i','j','k','l'],
浏览 0提问于2014-11-27得票数 0
回答已采纳
5回答
我有一个2D数组(实际上是一个图像)，大小是N x N。我需要找到数组中M个最大值的索引(M << N x N)。线性化指数或2D坐标都很好。数组必须保持完好(因为它是一个图像)。我可以临时复制一份，但对数组进行排序会使索引变得混乱。
我可以在数组上做一个完整的遍历(即.O(N^2)就可以了)。有没有人有一个好的算法来尽可能有效地做到这一点？
浏览 0提问于2011-04-20得票数 1
回答已采纳
2回答
#include <stdio.h>
#include <string.h>
void main()
{
char alfavita[30] =
{
'a',
'b',
'c',
'd',
'e',
'f',
'g',
'h',
'i',
'j
浏览 1提问于2014-06-03得票数 0
对于2D数组，按预期工作，但由于某些原因，对于3D数组，它不是按最后一维堆叠的。
ND数组按最后一维堆叠的正确方式是什么？
示例：
import numpy as np
#2D
a = np.zeros((2,2,1))
a.shape
(2, 2, 1)
np.dstack([a] * 3).shape
(2, 2, 3)
#3D
b = np.zeros((8,2,2,1))
b.shape
(8, 2, 2, 1)
np.dstack([b] * 3).shape
(8, 2, 6, 1)
浏览 1提问于2020-01-22得票数 1
1回答
)我不知道如何命名这个问题。所以请随意编辑)
我有以下数组：
包含z，y，x值的3D数组
包含z，y，x高度的三维副阵
包含y，x的maximum_altitude的2D数组
z，y，x对这3个数组具有相同的长度。
我想要一个包含y，x的value_at_max_altitude的新的2D输出
算法应该类似于
find z where altitude[z, y, x] > max_altitude[y, x]
value_at_max_altitude[y, x] = value[z, y, x]
你要怎么处理矮胖？
编辑:这是我的解决方案。但我想知道是否可以使用n
浏览 2提问于2018-09-11得票数 1
我试图使用来自argmin (或相关argmax等函数)的2D数组索引大型3D数组。下面是我的示例数据：
import numpy as np
shape3d = (16, 500, 335)
shapelen = reduce(lambda x, y: x*y, shape3d)
# 3D array of [random] source integers
intcube = np.random.uniform(2, 50, shapelen).astype('i').reshape(shape3d)
# 2D array of indices of minimum va
浏览 1提问于2011-07-21得票数 10
回答已采纳
2回答
我想创建一个基于numpy 3d数组中的值的numpy 2d数组，使用另一个numpy 2d数组来确定在轴3中使用哪个元素。
import numpy as np
#--------------------------------------------------------------------
arr_3d = np.arange(2*3*4).reshape(2,3,4)
print('arr_3d shape=', arr_3d.shape, '\n', arr_3d)
arr_2d = np.array(([3,2,0], [2,3,2]))
pr
浏览 38提问于2019-08-17得票数 4
回答已采纳
1回答
我相当确定这个问题有一个几乎微不足道的解决方案，但对于我来说，我现在似乎不能解决它，也不能在网上找到任何东西，所以请容忍我。 我有一个大小为(n X M X m)的3D数组，称为v(可以将其想象为n (m X M)-matrices)。我希望根据从排序中获得的索引来重新排列每个矩阵中的列。 因此，我得到了索引idxs，(n X m)，我希望用它们来重新排列矩阵。 现在我可以像这样重新排列： V = np.empty_like(v)
for i in range(v.shape[0]):
V[i,:,np.arange(len(idxs[0]))] = v[i,:,idxs[i,:]]
浏览 6提问于2020-10-20得票数 2
回答已采纳
如何将2D (或3D) np.array x中的所有值替换为两列(键+值以替换)查找表(另一个np.array) lookup
x = np.array([[0., 1., 5., 2.],
[5., 1., 3., 5.],
[4., 1., 1., 2.],
[0., 1., 3., 2.],
[2., 4., 1., 0.]])
x也可能是3D的，形状或多或少是任意的。
lookup = np.array([[0, 1.2],
[
浏览 18提问于2022-02-26得票数 1
回答已采纳
我有一个带有shape (N, M, L)的大型3D数组A。 我有一个要访问的列的坐标列表，这些列存储在一个2D数组B中 [[i1 j1]
[i2 j2]
[i3 j3]
.... ] 我有一些工作正常的东西，但是涉及到在B上循环和多次访问A。有没有办法使用切片或其他方法来避免这种情况？ 到目前为止我的代码如下： data_out = []
for p in B:
i, j = p
col = A[:, i, j]
data_out.append(col)
浏览 4提问于2020-09-29得票数 2
回答已采纳
2回答
是否有一个类似于ndimage的的过滤器支持向量输出?我没有设法使scipy.ndimage.filters.generic_filter返回比标量更多的内容。取消下面代码中的注释以获得错误：TypeError: only length-1 arrays can be converted to Python scalars。
我正在寻找一个通用过滤器，它处理2D或3D数组，并在每个点返回一个向量。因此，输出将有一个额外的维度。下面的例子是这样的：
m.shape # (10,10)
res.shape # (10,10,2)
示例代码
import numpy as np
from s
浏览 4提问于2015-02-27得票数 7
回答已采纳
2回答
我有一个带有形状的2D numpy数组(3024,4032)。
我有一个三维numpy阵列与形状(3024,4032，3)。
二维numpy阵列充满了0和1s。
3D numpy数组填充的值介于0到255之间。
通过查看2D数组值，我希望更改3D数组中的值。如果2D数组中的值为0，则沿最后一个轴将3D数组中的所有3个像素值更改为0。如果2D数组中的值为1，我不会更改它。
我已经检查过这个问题了，，但是它适用于两个维度相同的数组。在我的例子中，维度是不同的。
如何在两个数组中应用过滤，两个数组的大小在二维上相同，而在最后一个维度上没有大小？
浏览 11提问于2017-11-21得票数 6
回答已采纳
1回答
我有一个形状为(400, 512, 512)的3Dnumpy数组，还有一个边界框，例如： [376, 250, 206]
[380, 256, 211] 现在，我想从数组中裁剪边界框区域并可视化。通常在2D数组/图像中，我们可以使用最小最大值进行裁剪，如下所示： img[y:y + h, x:x + w] 但我不认为在3D数组中是这样的，因为还涉及到z轴。谁能给出一个例子，如何使用最小最大边界框坐标从3D numpy数组中裁剪出一个区域？最后，我将在提取的边界框区域中放置一个圆柱体。 编辑:我希望所有的索引和它们的强度值都在主3D数组的边界框内。我可以这样做： big_3d_array[z
浏览 13提问于2020-10-01得票数 0
3回答
我刚刚通过这个问题，我想不出任何更好的方法，除了给出一个2D字符数组和一个有效单词的原始列表之外，还有什么更好的方法。1)从数组中找到所有有效的单词。从数组中的每个元素，您可以向上、向下、向右或向左遍历。例如，
g o d b o d y
t a m o p r n
u i r u s m p
来自上面2D数组的有效单词->神，山羊，神，爱，....
浏览 0提问于2013-02-05得票数 3
回答已采纳
1回答
我正在为2D使用boost mutli数组，如下所示，
typedef boost::multi_array<double, 2> array_type;
typedef array_type::index index;
// initialize array
array_type U(boost::extents[N][3]);
for(index i = 0; i != N; ++i) {
for(index j = 0; j != 3; ++j){
U[i][j] = 0;
}
}
浏览 2提问于2014-03-27得票数 0
回答已采纳
1回答
我有一个带有[M, N, 3]形状的3D numpy数组b和一个带有shape [M, N]的2D数组b。我希望将a第3维中的3个值乘以b中的相应值，我目前正在这样做：
a[:,:,0] *= b
a[:,:,1] *= b
a[:,:,2] *= b
我想知道是否有一个单行的方法来实现这一点。
谢谢!
浏览 7提问于2019-10-13得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
