2010-03-25 84 views
3

我想创建一个包含规则间隔点网格的三维坐标的列表,每个网格都是一个3元素的元组。我正在寻找建议,以最有效的方式来做到这一点。在C++中,我只需循环三个嵌套循环,每个坐标循环一次。在Matlab中,我可能会使用meshgrid函数(这可以在一个命令中完成)。我已经阅读了Python中的meshgrid和mgrid,并且我也读过使用numpy的广播规则更高效。在我看来,将zip函数与numpy广播规则结合使用可能是最有效的方式,但zip似乎不会在numpy中超载。规则间隔点的三维网格

回答

3

使用ndindex

import numpy as np 
ind=np.ndindex(3,3,2) 
for i in ind: 
    print(i) 

# (0, 0, 0) 
# (0, 0, 1) 
# (0, 1, 0) 
# (0, 1, 1) 
# (0, 2, 0) 
# (0, 2, 1) 
# (1, 0, 0) 
# (1, 0, 1) 
# (1, 1, 0) 
# (1, 1, 1) 
# (1, 2, 0) 
# (1, 2, 1) 
# (2, 0, 0) 
# (2, 0, 1) 
# (2, 1, 0) 
# (2, 1, 1) 
# (2, 2, 0) 
# (2, 2, 1) 
1

多d(大于2)meshgrids,使用numpy.lib.index_tricks.nd_grid像这样:

import numpy 
grid = numpy.lib.index_tricks.nd_grid() 
g1 = grid[:3,:3,:3] 
g2 = grid[0:1:0.5, 0:1, 0:2] 
g3 = grid[0:1:3j, 0:1:2j, 0:2:2j] 

其中G1具有的x值[0,1,2] 和g2的x值为[0,.5], ,g3的x值为[0.0,0.5,1.0](3j定义了步数而不是步增量,详见documentation

+0

您也可以使用numpy.mgrid,它只是numpy.lib.index_tricks.nd_grid的一个实例。 – rephorm 2012-06-19 17:37:15

1

我会说meshgridmgrid,特别是如果你需要非整数坐标。我很惊讶Numpy的广播规则会更有效率,因为meshgrid是专门为您想要解决的问题而设计的。

+1

广播使得大型电网使用的内存少得多。查看我关于使用'ogrid'获取更多答案。 – rephorm 2012-06-19 17:46:24

+0

@rephorm:确实(为您的评论+1)。在过去的两年里,我确实了解了这一点。 :) – EOL 2012-06-20 05:50:58

3

可以使用ogrid代替meshgrid和mgrid,该ogrid是mgrid的“稀疏”版本。也就是说,只有价值变化的维度被填充。其他的只是广播。与非稀疏备选方案相比,这对大型网格使用的内存要少得多。

例如:

>>> import numpy as np 
>>> x, y = np.ogrid[-1:2, -2:3] 
>>> x 
array([[-1], 
     [ 0], 
     [ 1]]) 
>>> y 
array([[-2, -1, 0, 1, 2]]) 
>>> x**2 + y**2 
array([[5, 2, 1, 2, 5], 
     [4, 1, 0, 1, 4], 
     [5, 2, 1, 2, 5]]) 
0

这里是类似于你的C++解决方案,我已经用了完全一样的目的,一个有效的选项:

import numpy, itertools, collections 
def grid(xmin, xmax, xstep, ymin, ymax, ystep, zmin, zmax, zstep): 
    "return nested tuples of grid-sampled coordinates that include maxima" 
    return collections.deque(itertools.product( 
     numpy.arange(xmin, xmax+xstep, xstep).tolist(), 
     numpy.arange(ymin, ymax+ystep, ystep).tolist(), 
     numpy.arange(zmin, zmax+zstep, zstep).tolist())) 

性能是最好的(在我的测试)当使用a.tolist()时,如上所示,但是您可以使用a.flat并放弃deque()以获取将缓存内存的迭代器。当然,你也可以使用普通的旧元组()或列表()而不是deque()来轻微地降低性能(在我的测试中)。