Python 从网格数据中提取坐标

我有一个立方体网格，如下图所示

我想列出每个子立方体的顶点，因此我将得到一个嵌套的子立方体列表及其相应的顶点列表

我最初的尝试是使用发电机

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

dims = [9,9,9]    
spacer = 3
subBoxCoords = np.array([(x, y, z) for x in range(0, dims[0], spacer) for y in range(0, dims[1], spacer) for z in range(0, dims[2], spacer)])
ax.scatter(subBoxCoords[:,0], subBoxCoords[:,1], subBoxCoords[:,2], c='k', marker='o')

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

这确实为我提供了所需的形状，但坐标的排序方式使子框的顶点提取不是直接向前的。我还想把它推广到任意维的盒子，所以区间硬编码不是一个解决方案

所以，我想我应该使用

meshgrid

nx,ny, nz = (3,3,3)
x = np.linspace(0, 10, nx)
y = np.linspace(0, 10, ny)
z = np.linspace(0, 10, nz)
xv, yv, zv = np.meshgrid(x, y, z, indexing='xy')

ax.scatter(xv, yv, zv, c='g', marker='^')

这似乎是一个非常强大的方式来实现我想要的，但我感到困惑。是否有一种直接访问

网格中顶点的方式，即
顶点（x，y，z）
？或者甚至是提取子立方体的直接方法

在我看来，这个解决方案非常接近，但我就是抓不住

meshgrid
可能是您所需要的，但是
meshgrid
返回的数组的形状让人感到困惑。Meshgrid返回三个相同形状的坐标数组。
xv、yv、zv中每一个的形状是
（len（x）、len（y）、len（z））
。因此，要提取拐角处的坐标
（0,2,1）
，您需要编写
xv[0,2,1]，yv[0,2,1]，zv[0,2,1]

要提取所有子多维数据集的“角点”坐标，有助于观察到，由于
meshgrid
返回的数组按顺序排列，
xv[：-1，：-1，：-1]
只返回每个子多维数据集近左下角的x坐标。同样，
xv[1:，1:，1:
返回每个子多维数据集的最右上角。其他六个角由片
：-1
和
1:
的其他六个组合给出（例如，
xv[：-1，1:，：-1]
给出了最左边的上角）

因此，迭代
：-1
和
1:
的所有八个组合，以获得所有
len（x）-1*len（y-1）*len（z-1）
子立方体八个角的x、y、z坐标的三个平行阵列的八个平行阵列。（如果需要子多维数据集角点坐标阵列处于特定的形状或轴顺序，或者如果希望使用单个索引而不是三个索引来指定子多维数据集，请根据需要使用
滚动轴
、
旋转轴
和
形状
）


总是有一种方法将索引放入
xv，yv，zv
而不是获取值，因为值在
角点
数组中重复了很多次。这将涉及将索引数组切片为
xv、yv、zv
，而不是将数组本身切片。在进入恩达里巫毒教这么远之后，我的头已经开始旋转了，所以我将把它作为一个练习。
非常需要这个展览，谢谢。我想知道
meshgrid
的内存问题？（我的电网可能非常大，这就是我最初选择发电机路线的原因）
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import itertools

nx, ny, nz = (3,3,3)
x = np.linspace(0, 10, nx)
y = np.linspace(0, 10, ny)
z = np.linspace(0, 10, nz)
xv, yv, zv = np.meshgrid(x, y, z, indexing='xy')


slices = slice(None, -1), slice(1, None)
cornerSlices = list(itertools.product(slices, slices, slices))
corners = np.array([(xv[s], yv[s], zv[s]) for s in cornerSlices])

# The shape of `corners` is `(len(cornerSlices), 3, len(x-1), len(y-1), len(z-1)`
# The axes of `corners` represent, in the same order: the corner index; the cartesian 
# coordinate axis (the index into [x, y, z]); the x, y, and z indexes of the subcube. 

# Plot the first subcube (subcube 0, 0, 0)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

subcube = corners[:, :, 0, 0, 0]
subcubeX = subcube [:, 0]
subcubeY = subcube [:, 1]
subcubeZ = subcube [:, 2]

ax.scatter(subcubeX , subcubeY , subcubeZ , c='g', marker='^')