Python 从numpy数组创建球形遮罩并获取球体内的数组索引

嗨，我有一个x、y、z位置的样本数据：

# x y z
-0.120932 -0.300053 -0.296206
-0.0978073 -0.304533 -0.291415
-0.097738 -0.299779 -0.28466
-0.118981 -0.293157 -0.292577
-0.105695 -0.263689 -0.303431
-0.0759291 -0.254051 -0.294597
-0.0637251 -0.293032 -0.306507
-0.083585 -0.290494 -0.311816
-0.0928098 -0.294645 -0.294957

我想创建一个5个单位的球体，然后应用球形遮罩来获得该球体内的位置坐标。我还想得到球体内相应行（坐标）的索引

我的代码如下所示：

pos = 'data.txt'

x, y, z = np.loadtxt(pos, unpack =True)


h = len(x)
w = len(y)
l = len(z)
center = [-0.120932, -0.300053, -0.296206]
radius = 5.


# create circular mask 
def createCircularMask(h, w, l, center, radius):

    X, Y, Z = np.ogrid[:h, :w, :l]
        dist_from_center = np.sqrt((X - center[0])**2 + (Y-center[1])**2 + (Z-center[2]**2))

        mask = dist_from_center <= radius
        return mask

inside_x = x[createCircularMask]

print inside_x
print len(inside_x)

pos='data.txt'
x、 y，z=np.loadtxt（pos，unpack=True）
h=len（x）
w=长度（y）
l=len（z）
中心=[-0.120932，-0.300053，-0.296206]
半径=5。
#创建圆形遮罩
def createCircularMask（h、w、l、中心、半径）：
十、 Y，Z=np.ogrid[：h，：w，：l]
距离中心的距离=np.sqrt（（X-中心[0]）**2+（Y-中心[1]）**2+（Z-中心[2]**2））
mask=除了Andras Deak回答之外，与中心的距离
计算Z坐标的距离时，函数中有一个输入错误：

距离中心的距离=np.sqrt（（X-中心[0]）**2+（Y-中心[1]）**2+（Z-中心[2]**2））

固定的：

距离中心的距离=np.sqrt（（X-中心）**2+（Y-中心）**2+（Z-中心）**2）

---

对我来说，它工作正常

您忘记调用函数：

x[createCircularMask]

尝试使用函数对象对数组进行索引。相反，您需要返回值：

x[createCircularMask（）]

（注意括号）。对于需要的索引

mask=createCircularMask（）；mask.nonzero（）

。这将为

mask

为

True

的点提供沿每个维度的索引。

   File "density_map_test.py", line 41, in <module>
    inside_x = x[createCircularMask]
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices