仅对 3 个变量中的 2 个使用 numpy 网格网格

Question

我有以下变量：

centers = np.array([(2.78568, 0.0000), (4.32842, -0.775169), (7.43238, -1.000000)])
ts = np.array([0.1, 0.2, 0.3])

我想要一个网格网格，其中

centers

中的每个元组始终配对在一起，但它们与 ts 网格化。即，我想要以下输出：

西格玛	tau	t
2.78568	0.000000	0.1
4.32842	-0.775169	0.1
7.43238	-1.000000	0.1
2.78568	0.000000	0.2
4.32842	-0.775169	0.2
7.43238	-1.000000	0.2
2.78568	0.000000	0.3
4.32842	-0.775169	0.3
7.43238	-1.000000	0.3

我尝试过，但必须有更好的方法吗？

sigmas, taus = centers[:,0], centers[:,1]
_inputs = np.array(np.meshgrid(taus, ts)).reshape(2,9).T
inputs = np.append(np.zeros((9,1)), _inputs, 1)
for input in inputs:
    center = centers[np.where(centers[:,1]==input[1])]
    input[0:2] = center

我尝试了网格网格的几种参数组合，但没有达到我想要的效果。有人可以帮忙吗？

Answer 1

有多种方法。

一种是使用repeat/tile来扩展两个数组，然后将它们连接起来。

另一种方法是从正确大小的零数组开始（3d 最简单），利用广播的优势，沿着正确的维度组合分配值。

In [22]: res = np.zeros((centers.shape[0], ts.shape[0], centers.shape[1]+1))    

In [23]: res[:,:,:-1]=centers[None,:,:]  # (1,3,2)
In [24]: res[:,:,-1] = ts[:,None]        # (3,1)

In [25]: res
Out[25]: 
array([[[ 2.78568 ,  0.      ,  0.1     ],
        [ 4.32842 , -0.775169,  0.1     ],
        [ 7.43238 , -1.      ,  0.1     ]],

       [[ 2.78568 ,  0.      ,  0.2     ],
        [ 4.32842 , -0.775169,  0.2     ],
        [ 7.43238 , -1.      ,  0.2     ]],

       [[ 2.78568 ,  0.      ,  0.3     ],
        [ 4.32842 , -0.775169,  0.3     ],
        [ 7.43238 , -1.      ,  0.3     ]]])

然后重塑以获得您想要的 2d：

In [26]: res.reshape(-1,3)
Out[26]: 
array([[ 2.78568 ,  0.      ,  0.1     ],
       [ 4.32842 , -0.775169,  0.1     ],
       [ 7.43238 , -1.      ,  0.1     ],
       [ 2.78568 ,  0.      ,  0.2     ],
       [ 4.32842 , -0.775169,  0.2     ],
       [ 7.43238 , -1.      ,  0.2     ],
       [ 2.78568 ,  0.      ,  0.3     ],
       [ 4.32842 , -0.775169,  0.3     ],
       [ 7.43238 , -1.      ,  0.3     ]])