Python 枚举numpy中的2D数组并附加到新数组

我试图枚举一个形状（512512）的2D numpy数组，它保存图像的像素值。基本上，它是一个数组，用像素值表示图像的宽度和高度。我试图枚举每个元素以输出：[y_索引，x_索引，像素值]。我需要将这3个输出值存储在一个数组中（现有值或新值，以执行效率较高的为准）。 所以输入数组的形状是（512，512），如果我没弄错的话，输出数组的形状是（262144，3）。262144是512x512矩阵中的像素总数。因为有3列，我需要提取3个数据：

像素值

，

y坐标

，

x坐标

。基本上我想要一个像素值数组和它们的y，x坐标

在下面的代码中，我使用

ndenumerate

枚举像素值的numpy数组（

img

）。但我正在努力研究如何将输出值存储在数组中。我创建了

坐标

数组来存储输出值，但最后一行的尝试显然不正确，无法达到预期效果。那么如何解决这个问题呢

img = as_np_array[:, :, 0]
img = img.reshape(512, 512)
coordinates = np.empty([262,144, 3])
for index, x in np.ndenumerate(img):
    coordinates = np.append(coordinates, [[x], index[0], index[1]])

另外，我面临的另一个挑战是，要执行这段代码，我的Intel Core i7 2.7GHz（4核）处理器需要大约7-10分钟（有时可能更多）才能执行。是否有更高效的代码可以执行得更快

---

非常感谢您的帮助。

我的解决方案是：

with open('img_pixel_coor1.csv', 'w', newline='') as f:
    headernames = ['y_coord', 'x_coord', 'pixel_value']
    thewriter = csv.DictWriter(f, fieldnames=headernames)
    thewriter.writeheader()     
    for index, pix in np.ndenumerate(img):
        thewriter.writerow({'y_coord' : index[0], 'x_coord' : index[1], 'pixel_value' : pix})

你可以这样做。您最终需要的是具有

y

、

x

索引和相应像素（

px

）的

image\u数据。
image\u数据中有三列

行，列=np.索引（img.形状）
y、 x，px=行.展平（），列.展平（），img.展平（）
image_data=np.数组（[y，x，px]）.T

详细示例：
img=np.arange（20）.重塑（5,4）
def过程图像数据（img）：
行，列=np.索引（img.形状）
返回（row.flatte（）、col.flatte（）、img.flatte（））
y、 x，px=处理图像数据（img）
像素值、x坐标和y坐标不能使用三个变量。在这种情况下，您可以使用现有数组，并且
ycoord，xcoord=numpy.mgrid[0:img.shape[0]，0:img.shape[1]
。感谢您的回复。对不起，我不明白你的回答格式。基本上，我需要一个具有3列的数组输出：
像素值
，及其
x
&
y
坐标。我之所以特别需要这种格式，是因为我需要将其保存为CSV文件，以获得特定的数据格式/结构。您有
ycoord
，
xcoord
，但我需要在一个数组中输出所有内容。不一定：您还可以在x坐标和y坐标上创建一个双循环，然后将一行x、y、pixel_值输出到CSV文件。在这种情况下，您既不需要这么大的2D数组，也不需要我的解决方案，只需要对范围内的x（512）进行
：对范围内的y（512）进行
：csv.write（x，y，img[y，x]）
。非常感谢您的建议。我现在只是在尝试这个代码。我用一个小数组示例来测试这段代码：
array2=np.array（[[1,1,1]，[2,2,2]，[3,3,3]]），并将open（'csv_test.csv'，'w'，newline=''）作为f:writer=csv.writer（f）the writer.writerow（['x_-coord'，'y_-coord'，'pixel_-value']）表示np.nditer（y）：表示x在np.nditer（y）：表示writer.writerow（[x，y，array2[y，x]]））
，但我得到了一个错误：
索引3超出了轴0的范围，大小为3
。不确定原因是什么？是
np.nditer
问题还是其他问题？因为
np.nditer
通过大于一个维度的扁平数组。而且，您的代码没有反映我写的内容。我通过dime数组的维度（形状）；您单步遍历数组本身，并使用数组中的值对数组进行索引：
在np.nditer（array2）：…array2[y，x]
。这不起作用（除非在某些非常特殊的情况下）。