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

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。