创建元素在范围内的二维numpy数组的最快方法

我想创建一个2D numpy数组，在这里我想存储像素的坐标，这样numpy数组看起来像这样

[(0, 0), (0, 1), (0, 2), ...., (0, 510), (0, 511)
 (1, 0), (1, 1), (1, 2), ...., (1, 510), (1, 511)
 ..
 ..
 ..
 (511, 0), (511, 1), (511, 2), ...., (511, 510), (511, 511)]

这是一个荒谬的问题，但我还找不到任何东西。

可以使用或进行更高级的索引：

>>> data=np.indices((512,512)).swapaxes(0,2).swapaxes(0,1)
>>> data.shape
(512, 512, 2)

>>> data[5,0]
array([5, 0])
>>> data[5,25]
array([ 5, 25])

这可能看起来很奇怪，因为它确实是为了做这样的事情：

>>> a=np.ones((3,3))
>>> ind=np.indices((2,1))
>>> a[ind[0],ind[1]]=0
>>> a
array([[ 0.,  1.,  1.],
       [ 0.,  1.,  1.],
       [ 1.,  1.,  1.]])

A

mgrid

示例：

np.mgrid[0:512,0:512].swapaxes(0,2).swapaxes(0,1)

网格网格示例：

>>> a=np.arange(0,512)
>>> x,y=np.meshgrid(a,a)
>>> ind=np.dstack((y,x))
>>> ind.shape
(512, 512, 2)

>>> ind[5,0]
array([5, 0])

所有这些方法都是等效的；但是，

meshgrid

可用于创建非均匀网格

---

如果您不介意切换行/列索引，您可以删除最后的

swapax（0,1）

您可以在此处使用

np.ogrid

。不要存储

元组

，而是将其存储在3D数组中

>>> t_row, t_col = np.ogrid[0:512, 0:512]
>>> a = np.zeros((512, 512, 2), dtype=np.uint8)
>>> t_row, t_col = np.ogrid[0:512, 0:512]
>>> a[t_row, t_col, 0] = t_row
>>> a[t_row, t_col, 1] = t_col

这应该能奏效。希望您可以使用它，而不是元组

---

Chintak

问题中的示例并不完全清楚-要么缺少额外的逗号，要么是额外的制动器

这一示例（为清晰起见，范围为3、4）为第一个变量提供了解决方案，并生成了一个有效的2D数组（如问题标题所示）-“列出”所有坐标：

>>> np.indices((3,4)).reshape(2,-1).T
array([[0, 0],
       [0, 1],
       [0, 2],
       [0, 3],
       [1, 0],
       [1, 1],
       [1, 2],
       [1, 3],
       [2, 0],
       [2, 1],
       [2, 2],
       [2, 3]])

---

通过使用2x

.swapaxes（）

，另一个答案中已经显示了另一个变体，但也可以使用一个

np.rollaxis（）

（或新的

np.moveaxis（）

）来完成：

此方法也适用于N维索引，例如：

>>> np.rollaxis(np.indices((5,6,7)), 0, 3+1)

---

注意：函数

np.索引确实（C-speed）在大范围内工作得很快。
按照您的格式化方式，看起来您需要一个形状（512、512、2）的3D数组。。。但是您给出的语法标记是针对二维形状数组（512*512，2）。你能澄清一下吗？
>>> np.rollaxis(np.indices((5,6,7)), 0, 3+1)