python - 如何迭代 numpy 矩阵和填充值？

Question

我有两个数据框，其中一个有两列(图形边缘列表)，另一个数据框是这些点的位置。我想在第一个数据帧中搜索并替换每个点的 x 和 y 坐标，而不是两个单独数据帧中的点。首先，我将数据帧转换为 numpy 数组。 例如，假设我们将 xx 作为边缘列表，将 yy 作为坐标，如下所示:

xx= np.array([(4,2),(3,5)])
yy=np.array([(2,6,7),(5,5,6),(4,8,9),(3,2,2)])

所以 xx 是我们的边缘点，yy 是每个点的坐标(例如点 4 的 x 值为 8，y 值为 9) 然后我尝试用相应的 x 坐标值替换节点:

zz=[]
for i in np.nditer(xx,order='F'):
    cc=np.where(yy[:,0]==i)
    zz.append(cc[0][0])
zz=np.array(zz)
q=[]
for i in range(xx.size):
    q.append(yy[zz[i],1])
xcoordinates=np.array(q).reshape(int(xx.size/2),2)

但是 reshape 后结果不正确:

array([[8, 2],
       [6, 5]])

请告诉我如何获得 x 的结果:

[8,6]
[2,5]

我对 python 还很陌生，无法理解复杂的代码。

Answer 1

需要对第二个数组进行一些处理，但您可以创建一个可以使用 xx 进行索引的查找数组。 。

u = np.empty(yy[:, 0].max() + 1, dtype=yy.dtype)
u[yy[:, 0]] = yy[:, 1]

u[xx]

array([[8, 6],
       [2, 5]])

<小时/>

此答案提出了一些您应该考虑的假设。

1) yy必须是唯一的，并且必须有一个整数 dtype

2) xx必须关注yy.min() < xx < yy.max()否则你会得到 IndexError

3) xx 的所有值必须位于 y[:, 0]否则您将在映射中得到垃圾值。