用索引位置填充二维 numpy 数组

Question

我一直在尝试找出一种干净的 Pythonic 方法，用该元素的索引值填充空 numpy 数组的每个元素，而不使用 for 循环。对于一维，这很容易，您可以使用类似np.arange或基本的range. 但是在二维和更高维度上，我很难做到这一点。

（编辑：或者只是建立一个像这样的常规列表，然后np.array(lst)它。我想我刚刚回答了我的问题 - 使用列表理解？）

例子：

rows = 4
cols = 4
arr = np.empty((rows, cols, 2))  # 4x4 matrix with [x,y] location

for y in range(rows):
    for x in range(cols):
        arr[y, x] = [y, x]

'''
Expected output:
[[[0,0], [0,1], [0,2], [0,3]],
 [[1,0], [1,1], [1,2], [1,3]],
 [[2,0], [2,1], [2,2], [2,3]],
 [[3,0], [3,1], [3,2], [3,3]]]
'''

Answer 1

您显示的是meshgrid4X4 矩阵的 a ；您可以使用np.mgrid，然后转置结果：

np.moveaxis(np.mgrid[:rows,:cols], 0, -1)
#array([[[0, 0],
#        [0, 1],
#        [0, 2],
#        [0, 3]],

#       [[1, 0],
#        [1, 1],
#        [1, 2],
#        [1, 3]],

#       [[2, 0],
#        [2, 1],
#        [2, 2],
#        [2, 3]],

#       [[3, 0],
#        [3, 1],
#        [3, 2],
#        [3, 3]]])

或np.meshgrid与矩阵索引 一起使用ij：

np.dstack(np.meshgrid(np.arange(rows), np.arange(cols), indexing='ij'))
#array([[[0, 0],
#        [0, 1],
#        [0, 2],
#        [0, 3]],

#       [[1, 0],
#        [1, 1],
#        [1, 2],
#        [1, 3]],

#       [[2, 0],
#        [2, 1],
#        [2, 2],
#        [2, 3]],

#       [[3, 0],
#        [3, 1],
#        [3, 2],
#        [3, 3]]])