Python 高效重复numpy.where

我有一个代码，我想在其中检查坐标对是否落在某些矩形中。但是，有许多矩形，我不知道如何将下面的代码推广到许多矩形。我只能在一个循环中使用

eval

来完成它，但这太难看了

下面是一个代码，它检查由坐标组成的

数据帧的每个条目指向哪个矩形。如果属于第一个，则分配0，第二个为1，否则分配一个
nan
。我希望有这样一个代码，它可以产生类似的结果，假设我们有一个大的矩形对象列表，而不必在最后一行应用
eval
或循环。非常感谢

from matplotlib.patches import Rectangle

rec1 = Rectangle((0,0), 100, 100)
rec2 = Rectangle((100,0), 100, 100)
x = np.random.poisson(100, size=200)
y = np.random.poisson(80, size=200)
xy = pd.DataFrame({"x" : x, "y" : y}).values
e1 = np.asarray(rec1.get_extents())
e2 = np.asarray(rec2.get_extents())
r1m1, r1m2 = np.min(e1), np.max(e1)
r2m1, r2m2 = np.min(e2), np.max(e2)
out = np.where(((xy >= r1m1) & (xy <= r1m2)).all(axis=1), 0, 
               np.where(((xy >= r2m1) & (xy <= r2m2)).all(axis=1), 1, np.nan))

从matplotlib.patches导入矩形
rec1=矩形（（0,0），100100）
rec2=矩形（（100,0），100100）
x=np.随机.泊松（100，尺寸=200）
y=np.随机泊松（80，尺寸=200）
xy=pd.DataFrame（{“x”：x，“y”：y}）.value
e1=np.asarray（rec1.get_extents（））
e2=np.asarray（rec2.get_extensts（））
r1m1，r1m2=np.最小值（e1），np.最大值（e1）
r2m1，r2m2=np.最小值（e2），np.最大值（e2）
out=np。其中（（xy>=r1m1）&（xy=r2m1）&（xy=r1m1）&（xy=r2m1）&（xy=r3m1）&（xy嵌套式，这样的嵌套式很难阅读和扩展：

where(cond1, 0, where(cond2, 1, where(cond3, 2, ..)))

您将从其他问题中看到，
where
最常用于生成索引，即
I，J=np.where（cond）
版本，而不是
np.where（cond，0，x）
版本

所以，为了清楚起见，我很想把你的代码写成

res = xy.copy()   # or np.zeros_like(xy)
for i in range(n):
    ij = np.where(cond[i]
    res[ij] = i

matplotlib有一个内置例程
包含点
，用于检查一个点是否包含在速度相当快的多边形对象中

from matplotlib.patches import Rectangle

rec1 = Rectangle((0, 0), 100, 100)
rec1.contains_point((1, 1))
# True
rec1.contains_point((101, 101))
# False

这里有一个矢量化方法，使用-

2） 查看
rec3
的扩展数据块：

In [317]: e3
Out[317]: 
array([[ 100.,  100.],
       [ 200.,  200.]])

3） 为
xy
随机获得5分：

In [319]: x = np.random.poisson(100, size=5)
     ...: y = np.random.poisson(100, size=5)
     ...: xy = pd.DataFrame({"x" : x, "y" : y}).values
     ...: 

4） 让我们设置
pt[1]
，使其内部
rec3
。因此，该pt的o/p应为
2

In [320]: xy[1] = [150,175]

5） 让我们设置
pt[3]
，使其位于所有矩形之外。因此，对应的o/p应为
NaN

In [321]: xy[3] = [400,400]

6） 运行发布的代码并打印输出：

In [323]: out
Out[323]: array([ nan,   2.,   2.,  nan,   2.])

如图所示，
out[1]
是
2
和
out[3]
是
NaN
，这是前面预计的。
是否使用循环？我没有看到任何。谢谢@Divakar，我没有使用循环。但是我不知道如何有一个类似于最后一行的行，它将通过许多矩形（不仅仅是2个），而没有循环。因此，如果并且仅当pt在所有给定矩形的范围内，那么
xy
中的每个pt的输出
out
将是
1
？此外，我们是否可以假设所有矩形的范围都存储在一个多维数组中，就像一个3D数组一样？对于2个矩形，是的。但我想概括一下这段代码，在给定矩形对象列表的情况下，对每对坐标所属的矩形进行有效分类。你能添加另一个矩形对象并向我们显示预期的输出吗？
In [320]: xy[1] = [150,175]

In [321]: xy[3] = [400,400]

In [323]: out
Out[323]: array([ nan,   2.,   2.,  nan,   2.])