使用 x、y、z 顺序将 1D numpy 数组重塑为 3D

Question

假设我有一个一维值数组，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

我想将 arr_1D 放入形状为 (nx,ny,nz) 的 3D 数组 arr_3D 中（在本例中为 (2,3,4)）。我希望使用 arr_3D[x_index, y_index, z_index] 可以引用这些值，例如 arr_3D[1,2,0]=5。使用 numpy.reshape(arr_1D, (2,3,4)) 给我一个尺寸正确的 3D 矩阵，但没有按我想要的方式排序。我知道我可以使用下面的代码，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

什么是最 pythonic and/or 最快的方法？我通常希望对长度为 100,000 的数组执行此操作。

Answer 1

你真的很接近，但由于你希望 x 轴是迭代速度最快的轴，你需要使用类似

的东西

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，然后您更正了维度的顺序。

使用 x、y、z 顺序将 1D numpy 数组重塑为 3D

Reshape 1D numpy array to 3D with x,y,z ordering

python

arrays

numpy

multidimensional-array

reshape