Python Numpy操作二维阵列以生成三维阵列

我已经生成了一个包含

（x，y）

值的numpy数组，作为

nxn

网格

grid = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))[0]
grid.shape  // (50, 50, 1)

我有一个函数，它接受两个参数并返回3个值。 i、 e.

（x，y）->（a，b，c）

---

如何在2d numpy数组上应用该函数以获得3d numpy数组？

如果我理解正确，您需要的是

np.vectorize

decorator。通过使用它，您可以在

meshgrid

上应用函数。但是，函数应该只接受一个参数，因为不传递坐标，而是传递坐标处的值（除非值是带有两个元素的薄纱）

---

如果您的函数真的需要两个参数，您可能不希望将2d映射到3d，而是希望将2xMxN映射到3xMxN。为此，请将第一行更改为

gridx, gridy = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))

或者甚至使用更经济的

ix

，其优点是不交换轴

gridy, gridx = np.ix_(np.linspace(0, 1, 50), np.linspace(0, 1, 50))

如果函数

f

不处理数组参数，那么正如@Jacques Gaudin指出的

np.vectorize

可能就是您想要的。请注意，

vectorize

主要是一个方便的功能，它不会让事情变得更快。它可以做一些有用的事情，比如广播，这就是为什么使用

ix\ux

实际上是有效的

f_wrapped = np.vectorize(f)
result = f_wrapped(gridy, gridx)

请注意，

result

在您的示例中是一个由50 x 50个数组组成的3元组，即按输出分组。如果要链接矢量化函数，这很方便。如果您想将所有数据都放在一个大数组中，只需将

结果

转换为

数组

，并可以选择使用

转置

来重新排列轴，例如

 triplets_last = np.array(result).transpose((1, 2, 0))

---

我不清楚

（x，y）

值数组在

nxn

网格上是什么样子的。。。这是否意味着您有一个二维元组数组？

 triplets_last = np.array(result).transpose((1, 2, 0))