小编adr*_*com的帖子

我在np.array中有一个3D点列表pointsList,值为float:

[[1., 2., 10.],
 [2., 0., 1.],
 [3., 6., 9.],
 [1., 1., 1.],
 [2., 2., 2.],
 [10., 0., 10.],
 [0., 10., 5.],
... etc.

此代码使得Delaunay对点云进行三角测量:

import numpy as np
import scipy.spatial 

tri = scipy.spatial.Delaunay(pointsList) 
# Delaunay triangulation

indices = tri.simplices
# indices of vertices

vertices = points[indices]
# the vertices for each tetrahedron

但是,在三角测量步骤之前,我想从列表中删除凸包内部的所有点

解决方案是创建一个新的np.array命名shortlist,并将它们存储在那里.

但是scipy(或任何其他解决方案)的功能是什么呢？

我该如何编程这个操作？

谢谢

我有一个python模块的问题,无法处理导入大数据文件(文件targets.csv权重接近1 Gb)

加载此行时出现错误:

targets = [(name, float(X), float(Y), float(Z), float(BG))
           for name, X, Y, Z, BG in csv.reader(open('targets.csv'))]

追溯:

Traceback (most recent call last):
  File "C:\Users\gary\Documents\EPSON STUDIES\colors_text_D65.py", line 41, in <module>
    for name, X, Y, Z, BG in csv.reader(open('targets.csv'))]
MemoryError

我想知道是否有办法逐行打开文件targets.csv？并且还想知道这会减慢这个过程吗？

这个模块已经很慢......

谢谢!

import geometry
import csv
import numpy as np
import random
import cv2

S = 0


img = cv2.imread("MAP.tif", -1)
height, width = img.shape

pixx = height * width
iterr = float(pixx / 1000)
accomplished = 0
temp …

我有一个A形状(w,h) = 3000,2000 阵列和另一个B形状阵列d = 100

我想将Aby的每个值相乘B,并C以形状数组的形式得到结果(w,h,d) = 3000,2000,100

现在我使用下面非常慢的代码,我该如何对这个操作进行矢量化？

w,h,d = 3000,2000,100

A = np.ones((w,h))

B = np.arange(d)

C = np.zeros((w,h,d))

for i in xrange(w):
    for j in xrange(h):
        C[i,j] = A[i,j] * B

谢谢

我正在尝试编码多光谱图像.

每个像素的值都在33个通道中编码.

我有两个numpy数组image和spectral_range

例如,一个图像有4 x 4像素:

image = np.array([[[1,2,4,3],[2,2,2,1],[1,2,3,2],[5,4,3,2]])

并且对于每个像素应该与图像覆盖的光谱范围的33个值相关联:

spectral_range = np.array([0,0,0,0,0,0,0,1,23,99,166,86,54,12,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0])

我怎样才能简单地创建一个np.array形状(width, height, 33),其中每个像素的33个值是数组的33个值spectrum乘以数组的各个值image？

预期结果如下:

result = np.array([[[0,0,0,0,0,0,0,1,23,99,166,86,54,12,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],[0,0,0,0,0,0,0,2,46,198,...etc.]]])

谢谢你的帮助