python - numpy.arange 返回数组的多个副本？

Question

我正在尝试用基于像素的图像的所有 x 坐标的列表填充一个 numpy 数组。所以基本上，n x m 图像将有 n 1，n 2的，依此类推，直到 n m。有没有一种简单的方法来填充一个 numpy 数组，以便出现这种情况？

到目前为止，我已经考虑过使用 numpy.concatenate，但是必须单独提出每个数组似乎非常乏味，而且无论如何我都会使用循环，这会真的很有帮助。 numpy.flatten 也可以找到，但我必须先生成网格。有什么简单的解决办法吗？

Answer 1

总是有通常的网格创建函数mgrid():

x_coords = numpy.mgrid[:m, :n][0]+1  # [[1, 1, 1…], [2, 2, 2,…]]. Element 1 is instead: [[1, 2, 3,…], [1, 2, 3,…]]

(PS:如果 m 和 n 是 image 的维度，DSM 的 numpy.indices(image.shape) 会更简单。)

如果需要 float 坐标，则更通用的“复杂步骤”形式可以有效地提供它们

numpy.mgrid[:m:(m+1)*1j, :n:(n+1)*1j]  # m+1 values from 0 to m, n+1 values from 0 to n

(另一种选择是将 float 1. 添加到第一种形式，但这会不必要地首先创建一个整数数组)。

如果你只需要一个坐标，这有点浪费，因为 mgrid[] 也为另一个坐标创建了一个类似的网格(mgrid[] 有两个元素，这里)。

在某些情况下，使用低内存占用 numpy.ogrid[] 可能更有效，在这种情况下创建的行和列是自动广播以覆盖二维网格。事实上，它们只使用很少的内存也可以加快速度(更少的内存访问)。