Python 使用x、y、z顺序将1D numpy阵列重塑为3D

假设我有一个1D值数组，对应于x、y和z值，如下所示：

x  y  z  arr_1D
0  0  0  0
1  0  0  1
0  1  0  2
1  1  0  3
0  2  0  4
1  2  0  5
0  0  1  6
...
0  2  3  22
1  2  3  23

我想把

arr\u 1D

放入一个3D数组

arr\u 3D

，形状

（nx，ny，nz）

（在这种情况下

（2,3,4）

）。我希望使用

arr\u 3D[x\u index，y\u index，z\u index]

可以引用这些值，例如，

arr\u 3D[1,2,0]=5

。使用

numpy.reformate（arr_1D，（2,3,4））

为我提供了一个正确尺寸的3D矩阵，但没有按照我想要的方式排序。我知道我可以使用以下代码，但我想知道是否有办法避免笨拙的嵌套for循环

arr_1d = np.arange(24)
nx = 2
ny = 3
nz = 4
arr_3d = np.empty((nx,ny,nz))
count = 0
for k in range(nz):
    for j in range(ny):
        for i in range(nx):
            arr_3d[i,j,k] = arr_1d[count]
            count += 1

print arr_3d[1,2,0]

output: 5

---

做这件事的最具python风格和/或最快速的方式是什么？我通常希望对长度约为100000的数组执行此操作。

您可以选择非常接近的位置，但由于您希望x轴是迭代速度最快的一个，因此需要使用

arr_3d = arr_1d.reshape((4,3,2)).transpose()

---

因此，您创建了一个元素顺序正确但维度顺序错误的数组，然后您更正了维度顺序。

非常有效，谢谢！我尝试了一些其他的转置方法，但没有成功，不知道为什么我没有尝试那个方法。