Python 如何将三个列表x,y,z转换为矩阵z[x,y]?
给定三个大小相同的列表Python 如何将三个列表x,y,z转换为矩阵z[x,y]?,python,numpy,Python,Numpy,给定三个大小相同的列表x、y、z x = [1, 0,.2,.2, 1, 0] y = [0, 0, 0, 1,.2,.2] z = [0, 2, 3, 1, 0, 1] 对于x,y浮点值的唯一但不完整的配对,如何将z映射到矩阵z[i,j],其中i,j分别对应于x,y的索引np。唯一的?在本例中,这类似于 Z = [[ 2, 0, 3], ['', '', 1], [ 1, 0, '']] 其中,“也可能是np.nan。这听起来确实像是一个反向的np.meshgr
x、y、z
x = [1, 0,.2,.2, 1, 0]
y = [0, 0, 0, 1,.2,.2]
z = [0, 2, 3, 1, 0, 1]
对于x,y
浮点值的唯一但不完整的配对,如何将z
映射到矩阵z[i,j]
,其中i,j
分别对应于x,y
的索引np。唯一的?在本例中,这类似于
Z = [[ 2, 0, 3],
['', '', 1],
[ 1, 0, '']]
其中,“
也可能是np.nan
。这听起来确实像是一个反向的np.meshgrid
,我可以自己动手实现,但是没有现成的解决方案吗
我尝试了这些建议,但它们假设了一个完整的网格。听起来不错,但会插入缺失的点,这不是我想要的-
m,n = np.max(x)+1, np.max(y)+1
out = np.full((m,n), np.nan)
out[x,y] = z
样本运行-
In [213]: x = [4,0,2,2,1,0]
...: y = [0,0,0,1,2,5]
...: z = [0,2,3,1,0,1]
...:
In [214]: m,n = np.max(x)+1, np.max(y)+1
...: out = np.full((m,n), np.nan)
...: out[x,y] = z
...:
In [215]: out
Out[215]:
array([[ 2., nan, nan, nan, nan, 1.],
[ nan, nan, 0., nan, nan, nan],
[ 3., 1., nan, nan, nan, nan],
[ nan, nan, nan, nan, nan, nan],
[ 0., nan, nan, nan, nan, nan]])
In [259]: x = [1, 0,.2,.2, 1, 0]
...: y = [0, 0, 0, 1,.2,.2]
...: z = [0, 2, 3, 1, 0, 1]
...:
In [260]: x_arr = np.unique(x, return_inverse=1)[1]
...: y_arr = np.unique(y, return_inverse=1)[1]
...:
...: m,n = np.max(x_arr)+1, np.max(y_arr)+1
...: out = np.full((m,n), np.nan)
...: out[x_arr,y_arr] = z
...:
In [261]: out
Out[261]:
array([[ 2., 1., nan],
[ 3., nan, 1.],
[ 0., 0., nan]])
对于浮点值,我们可以使用np.unique(…return\u inverse)
来给出每个X和Y的唯一int-id,它们可以用作行和列索引,以便索引到输出数组中-
x_arr = np.unique(x, return_inverse=1)[1]
y_arr = np.unique(y, return_inverse=1)[1]
m,n = np.max(x_arr)+1, np.max(y_arr)+1
out = np.full((m,n), np.nan)
out[x_arr,y_arr] = z
样本运行-
In [213]: x = [4,0,2,2,1,0]
...: y = [0,0,0,1,2,5]
...: z = [0,2,3,1,0,1]
...:
In [214]: m,n = np.max(x)+1, np.max(y)+1
...: out = np.full((m,n), np.nan)
...: out[x,y] = z
...:
In [215]: out
Out[215]:
array([[ 2., nan, nan, nan, nan, 1.],
[ nan, nan, 0., nan, nan, nan],
[ 3., 1., nan, nan, nan, nan],
[ nan, nan, nan, nan, nan, nan],
[ 0., nan, nan, nan, nan, nan]])
In [259]: x = [1, 0,.2,.2, 1, 0]
...: y = [0, 0, 0, 1,.2,.2]
...: z = [0, 2, 3, 1, 0, 1]
...:
In [260]: x_arr = np.unique(x, return_inverse=1)[1]
...: y_arr = np.unique(y, return_inverse=1)[1]
...:
...: m,n = np.max(x_arr)+1, np.max(y_arr)+1
...: out = np.full((m,n), np.nan)
...: out[x_arr,y_arr] = z
...:
In [261]: out
Out[261]:
array([[ 2., 1., nan],
[ 3., nan, 1.],
[ 0., 0., nan]])
基于,但也适用于非索引x,y
s:
ux, xi = np.unique(x, return_inverse=1)
uy, yi = np.unique(y, return_inverse=1)
X, Y = np.meshgrid(ux, uy)
Z = np.full(X.shape, np.nan)
Z[xi, yi] = z
首先,将Z重命名为R(否则有两个Z变量)。然后将R
初始化为Nan
的矩阵,然后循环x
并将z[i]
值分配给R[x[i],y[i]
coordinate@SembeiNorimaki谢谢,这就是我应该做的。但幸运的是,Divakar知道很棒,我不知道numpy中的索引可以做到这一点:)编辑Ok,小问题,这只适用于整数x,y
s…抱歉,我不应该使用0,1,2
作为示例值,因为它们可能是任意浮点数。。。不过,这是一个很好的开始提示,我会再考虑一下好的,对于浮点数,将out[x,y]
替换为out[xi,yi]
其中xi=np.asarray([np.arange(len(ux))[ux==v]表示v in x]).flatte()
为ux=np unique(x)
和yi相同。虽然我想我的构造可以优化…@TobiasKienzler为浮点值添加了一个修改的构造。