将x、y值添加到numpy矩阵

所以，我有一个数据文件，格式为

1 , 1 , 2
2 , 5 , 8
3 , 9 , 10
...
...

在我的例子中，每个三元组的形式是：value，x位置，y位置

我想要实现的是在2d矩阵中插入这些数据，我已经使用np.zeros函数创建了2d矩阵。但是，我被卡住了，不知道如何编写一个函数，将给定的值放在矩阵中正确的x和y位置：/

我的当前矩阵（命名矩阵）如下所示：

array([[0,0,0,...,0]
       [0,0,0,...,0]
       [...        ]
       [0,0,0,...,0]])

如果我使用矩阵[1,1]=2（第一行数据），我会得到：

array([[0,0,0,...,0]
       [0,2,0,...,0]
       [...        ]
       [0,0,0,...,0]])

我的目标是以这种方式插入所有数据行。

您可以使用where-You-set-as

delimiter=…

参数，逗号（

，“

）。因此，如果您创建了一个文件

data.txt

，则可以使用以下命令将该文件加载到numpy数组中：

>>> import numpy as np
>>> np.genfromtxt('data.txt', delimiter=',')
array([[ 1.,  1.,  2.],
       [ 2.,  5.,  8.],
       [ 3.,  9., 10.]])

或者，如果您只对x/y值感兴趣，可以使用

usecols=…

参数：

>>> np.genfromtxt('data.txt', delimiter=',', usecols=(1,2))
array([[ 1.,  2.],
       [ 5.,  8.],
       [ 9., 10.]])

---

您可以使用

genfromtxt（）

加载数据：

然后从

tmp

a = np.zeros(np.max(tmp[:, :2], axis=0) + 1)

a[tmp[:, 0], tmp[:, 1]] = tmp[:, 2]
a
# array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
#        [ 0.,  2.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
#        [ 0.,  0.,  0.,  0.,  0.,  8.,  0.,  0.,  0.,  0.],
#        [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0., 10.]])

并用

tmp

a = np.zeros(np.max(tmp[:, :2], axis=0) + 1)

a[tmp[:, 0], tmp[:, 1]] = tmp[:, 2]
a
# array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
#        [ 0.,  2.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
#        [ 0.,  0.,  0.,  0.,  0.,  8.,  0.,  0.,  0.,  0.],
#        [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0., 10.]])

---

哦，我想我的问题不够具体，所以我会更新它。像这样的矩阵不是我的目标。尽管如此，还是要谢谢你！我不完全明白为什么第一行第三列位于

1,1

？你能说明输入值应该如何映射到矩阵的坐标上吗？