用距点的距离填充numpy数组的最快方法

Question

我有一个 numpy 数组，它代表一个空间体积上的 3d 网格，每个单元格代表一个非立方体素（缩放在所有三个维度上都是任意的）。该阵列是每维 O(500) 体素。

我想用从给定 XYZ 点到每个体素中心的距离填充该数组。

我可以使用 python for-loops填充数组，但这比我想要的要慢。有没有办法使用 numpy/scipy 快速做到这一点？

到 XYZ 坐标的转换是通过两个元组完成的，一个给出0,0,0体素中心的 XYZ 坐标，另一个给出以 XYZ 为单位的体素大小。

Answer 1

使用每个维度的距离创建一个 ogrid，然后计算距离（使用 ogrid 结果正确广播）：

import numpy as np

x0, y0, z0 = 10, 10, 10

# assuming each dimension includes 500 points, from 0 to 500, step 1
x, y, z = np.ogrid[0:500, 0:500, 0:500]  
distances = np.sqrt((x-x0)**2+(y-y0)**2+(z-z0)**2)

如果您需要为网格包含一些缩放和偏移：

x, y, z = np.ogrid[0:500, 0:500, 0:500]
x, y, z = (x * scale_x + offset_x, 
           y * scale_y + offset_y, 
           z * scale_z + offset_z)
distances = np.sqrt((x-x0)**2+(y-y0)**2+(z-z0)**2)