python - 将 2D numpy 数组 reshape 为 3 个具有 x、y 索引的 1D 数组

Question

我有一个充满值的 numpy 二维数组 (50x50)。我想将二维数组展平为一列 (2500x1)，但这些值的位置非常重要。索引可以转换为空间坐标，因此我需要另外两个 (x,y) (2500x1) 数组，以便检索相应值的 x,y 空间坐标。

例如:

My 2D array: 
--------x-------
[[0.5 0.1 0. 0.] |
 [0. 0. 0.2 0.8] y
 [0. 0. 0. 0. ]] |

My desired output: 
#Values
[[0.5]
 [0.1]
 [0. ]
 [0. ]
 [0. ]
 [0. ]
 [0. ]
 [0.2]
 ...], 
#Corresponding x index, where I will retrieve the x spatial coordinate from
[[0]
 [1]
 [2]
 [3]
 [4]
 [0]
 [1]
 [2]
 ...], 
#Corresponding y index, where I will retrieve the x spatial coordinate from
[[0]
 [0]
 [0]
 [0]
 [1]
 [1]
 [1]
 [1]
 ...], 

关于如何做到这一点的任何线索？我尝试了一些方法，但都没有用。

Answer 1

为了简单起见，让我们用这段代码重现你的数组:

value = np.arange(6).reshape(2, 3)

首先，我们创建变量 x, y，其中包含每个维度的索引:

x = np.arange(value.shape[0])
y = np.arange(value.shape[1])

np.meshgrid 是方法，与您描述的问题相关:

xx, yy = np.meshgrid(x, y, sparse=False)

最后，用这些线将所有元素转换成你想要的形状:

xx = xx.reshape(-1, 1)
yy = yy.reshape(-1, 1)
value = value.reshape(-1, 1)