Python：使用来自三元组的数据填充Numpy 2D数组

2023年11月27日 265次阅读

我在(x,y,value)三元组形式的数据库中有很多数据.

我希望能够通过在数组的坐标(x,y)处设置值,从该数据动态创建2d numpy数组.

例如,如果我有：

(0,0,8)
(0,1,5)
(0,2,3)
(1,0,4)
(1,1,0)
(1,2,0)
(2,0,1)
(2,1,2)
(2,2,5)

结果数组应该是：

Array([[8,5,3],[4,0,0],[1,2,5]])

我是numpy的新手,是否有任何方法在numpy这样做？如果没有,你会建议采取什么方法？

最佳答案 从@MaxU扩展答案,如果坐标没有以网格方式排序(或者如果缺少某些坐标),您可以按如下方式创建数组：

import numpy as np

a = np.array([(0,0,8),(0,1,5),(0,2,3),
              (1,0,4),(1,1,0),(1,2,0),
              (2,0,1),(2,1,2),(2,2,5)])

这里a代表你的坐标.它是一个(N,3)数组,其中N是坐标数(它不必包含所有坐标). a(a [：,0])的第一列包含Y位置,而第二列(a [：,1])包含X位置.同样,最后一列(a [：,2])包含您的值.

然后,您可以提取目标数组的最大尺寸：

# Maximum Y and X coordinates
ymax = a[:, 0].max()
xmax = a[:, 1].max()

# Target array
target = np.zeros((ymax+1, xmax+1), a.dtype)

最后,使用坐标中的数据填充数组：

target[a[:, 0], a[:, 1]] = a[:, 2]

上面的行将[：,0](所有Y)和[：,1](所有X)位置的目标值设置为相应的[：,2]值(您的值).

>>> target
array([[8, 5, 3],
       [4, 0, 0],
       [1, 2, 5]])

此外,如果您缺少坐标,并且希望用某个数字替换这些缺失值,则可以将数组初始化为：

default_value = -1
target = np.full((ymax+1, xmax+1), default_value, a.type)

这样,列表中不存在的坐标将在目标数组中填充-1

点赞