Python 从对应于numpy数组的列表中删除元素

我有三个整数列表，以及一个3d numpy数组，其中包含每个点的值。例如，点

（x[0]，y[0]，z[0]）

的值是

V[x[0]，y[0]，z[0]]

。我用这些来创建一个3d散点图

plt.scatter（xs，ys，zs，c=V）

我只想在

V

中绘制值至少为

0.2

的点。如何从

xs、ys、zs

中删除正确的元素，并将

V

变成正确的形状

编辑：以下是一种暴力方式：

xg = []
yg = []
zg = []
Vg = []
for x in xs:
    for y in ys:
        for z in zs:
            if V[x,y,z] > 0.2:
                xg.append(x)
                yg.append(y)
                zg.append(z)
                Vg.append(V[x,y,z])
ax.scatter(xg, yg, zg, c=Vg)

---

在最佳情况下，数组

V

的排列顺序应确保当其展平时，索引

i

处的值对应于

x，y，z

中的

i

第th个值。如果是这种情况，您可以根据以下条件筛选相应的阵列：

X = np.array(xs); Y = np.array(ys); Z=np.array(zs)
X = X[V>0.2]
Y = Y[V>0.2]
Z = Z[V>0.2]
V = V[V>0.2]

plt.scatter(X,Y,Z, c=V)

如果

x，y，z

实际上没有定义网格，我们需要首先定义该网格

Y,X,Z = np.meshgrid(xs,ys,zs)
X = X[V>0.2]
Y = Y[V>0.2]
Z = Z[V>0.2]
V = V[V>0.2]
ax2.scatter(X, Y, Z, c=V)

一个完整的示例，将问题中的方法与此方法进行比较：

import numpy as np
V = np.arange(27).reshape((3,3,3))/35.
xs = np.arange(3)
ys = np.arange(3)
zs = np.arange(3)


from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(121, projection='3d')
ax2 = fig.add_subplot(122, projection='3d')

# solution from the question
xg = []
yg = []
zg = []
Vg = []
for x in xs:
    for y in ys:
        for z in zs:
            if V[x,y,z] > 0.2:
                xg.append(x)
                yg.append(y)
                zg.append(z)
                Vg.append(V[x,y,z])
ax.scatter(xg, yg, zg, c=Vg)

#  numpy solution
Y,X,Z = np.meshgrid(xs,ys,zs)
X = X[V>0.2]
Y = Y[V>0.2]
Z = Z[V>0.2]
V = V[V>0.2]
ax2.scatter(X, Y, Z, c=V)

plt.show()

---

您需要添加一些代码。但是

V

不是1d arry afaik。这是一个3d阵列

x

、

y

和

z

包含映射到V上的索引。当然，从V中的值顺序的问题来看，这并不清楚。但我们确实知道，因为

plt.scatter（xs，ys，zs，c=V）

在没有过滤的情况下给出了正确的图，所以上述解决方案也应该起作用。