我已经生成了一个 (x, y) 值的 numpy 数组作为 N x N 网格。
grid = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))[0]
grid.shape // (50, 50, 1)
我有一个函数，它接受两个参数并返回 3 个值。
即 (x, y) -> (a, b, c)
如何在 2d numpy 数组上应用该函数以获得 3d numpy 数组？
最佳答案
如果您的函数确实需要两个参数，您可能不想将 2d 映射到 3d，而是将 2xMxN 映射到 3xMxN。为此，将您的第一行更改为类似
gridx, gridy = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))
甚至使用更经济的ix_，其优点是不交换轴
gridy, gridx = np.ix_(np.linspace(0, 1, 50), np.linspace(0, 1, 50))
如果您的函数 f 不处理数组参数，那么正如@Jacques Gaudin 指出的那样，np.vectorize 可能就是您想要的。请注意，vectorize 主要是一个便利函数，它不会使事情变得更快。它可以做一些有用的事情，比如广播，这就是为什么使用 ix_ 实际上有效
f_wrapped = np.vectorize(f)
result = f_wrapped(gridy, gridx)
请注意，您的情况下的 result 是 50 x 50 数组的 3 元组，即按输出分组。如果您想链接向量化函数，这很方便。如果您希望所有内容都在一个大数组中，只需将 result 转换为 array 并可选择使用 transpose 重新排列轴，例如
triplets_last = np.array(result).transpose((1, 2, 0))
关于python - Numpy 对 2D 数组进行操作以生成 3D 数组，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41969120/