Python：使用三元组数据填充Numpy 2D Array

Question

我在（x，y，value）三元组形式下的数据库中有很多数据。
我希望能够通过在数组的coords (x,y)上设置value来从这个数据动态创建一个2d numpy数组。

举例来说，如果我有：

(0,0,8) 
(0,1,5) 
(0,2,3) 
(1,0,4) 
(1,1,0) 
(1,2,0) 
(2,0,1) 
(2,1,2) 
(2,2,5) 

结果数组应该是：

Array([[8,5,3],[4,0,0],[1,2,5]]) 

我是新来numpy的，有没有在numpy的任何方法来做到这一点？如果没有，你会建议如何做？

Answer 1

扩展来自@MaxU的回答，如果坐标为并不在网格的方式排列（或在某些情况下，坐标缺失），可以按如下方式创建数组：

import numpy as np 

a = np.array([(0,0,8),(0,1,5),(0,2,3), 
       (1,0,4),(1,1,0),(1,2,0), 
       (2,0,1),(2,1,2),(2,2,5)]) 

这里a代表你的坐标。它是一个(N, 3)数组，其中N是坐标的数量（它不必包含所有坐标）。第一列a（a[:, 0]）包含Y位置，而第二柱（a[:, 1]）包含X位置。同样，最后一列（a[:, 2]）包含您的值。

然后你就可以提取你的目标阵列的最大尺寸：

# Maximum Y and X coordinates 
ymax = a[:, 0].max() 
xmax = a[:, 1].max() 

# Target array 
target = np.zeros((ymax+1, xmax+1), a.dtype) 

最后，从你的坐标数据填充到数组：

target[a[:, 0], a[:, 1]] = a[:, 2] 

以上组值target在行（所有Y）和a[:, 1]（所有X）位置到其对应的a[:, 2]值（您的值）。

>>> target 
array([[8, 5, 3], 
     [4, 0, 0], 
     [1, 2, 5]]) 

---

此外，如果您有缺少的坐标，并且要通过一些数字来替换那些缺失值，可以初始化数组：

default_value = -1 
target = np.full((ymax+1, xmax+1), default_value, a.type) 

这样，坐标不目前列表中将填充目标数组中的-1/

Answer 2

是你想要的吗？

In [37]: a = np.array([(0,0,8) 
    ....:    ,(0,1,5) 
    ....:    ,(0,2,3) 
    ....:    ,(1,0,4) 
    ....:    ,(1,1,0) 
    ....:    ,(1,2,0) 
    ....:    ,(2,0,1) 
    ....:    ,(2,1,2) 
    ....:    ,(2,2,5)]) 

In [38]: 

In [38]: a 
Out[38]: 
array([[0, 0, 8], 
     [0, 1, 5], 
     [0, 2, 3], 
     [1, 0, 4], 
     [1, 1, 0], 
     [1, 2, 0], 
     [2, 0, 1], 
     [2, 1, 2], 
     [2, 2, 5]]) 

In [39]: 

In [39]: a[:, 2].reshape(3,len(a)//3) 
Out[39]: 
array([[8, 5, 3], 
     [4, 0, 0], 
     [1, 2, 5]]) 

或更灵活一点（后您的comment）：

In [48]: a[:, 2].reshape([int(len(a) ** .5)] * 2) 
Out[48]: 
array([[8, 5, 3], 
     [4, 0, 0], 
     [1, 2, 5]]) 

说明：

这给你的第3列（值）：

In [42]: a[:, 2] 
Out[42]: array([8, 5, 3, 4, 0, 0, 1, 2, 5]) 


In [49]: [int(len(a) ** .5)] 
Out[49]: [3] 

In [50]: [int(len(a) ** .5)] * 2 
Out[50]: [3, 3]