网格上多维数组的当前值

Question

我遇到了麻烦。

我有一个形状为（3,4,5）的数组，其中包含3个时间步长的值，用于4个指标和5个区域。就本示例而言，可以说此数组为：

values = np.arange(60).reshape(3,4,5)

我还有一个“地图”，显示了5x5网格上5个区域的位置。例如

map = np.array([[1,1,1,2,2],
               [1,1,2,2,2],
               [3,3,3,2,2],
               [3,3,4,4,4],
               [3,3,5,5,4]])

我想要得到的是一个数组（result），该数组按时间步长（3）和指标（4）在5x5网格上显示值（类似于map）。所以

>>>result.shape 
(3,4,5,5)

我希望这是有道理的。

Answer 1

这里是使用np.pad的实现：

values = np.arange(60).reshape(3,4,5)

# I renamed map to mapping, because map is a basic function in python

mapping = np.array([[1,1,1,2,2],
                  [1,1,2,2,2],
                  [3,3,3,2,2],
                  [3,3,4,4,4],
                  [3,3,5,5,4]])

v0,v1,v2 = values.shape
m0,m1 = mapping.shape

new = np.zeros((v0,v1,m0,m1))

for a in range(v2):
    q = values[:,:,a].reshape(v0,v1,1)
    r,c = np.where((mapping-1)==a)
    npad = ((0,0), (0,0), (0,len(c)-1))
    new[:,:,r,c] = np.pad(q, pad_width=npad, mode='symmetric')

Answer 2

[如果我理解正确，values.shape中的5与(5, 5)中的map.shape不相关，而仅与map中的值范围相关。首先要做的是使map中的值遵循常规的python索引约定：从零开始计数，而不是从1开始计数。

这里是如何处理形状与值不同的地图的方法：

import numpy as np

m, n, p = 2, 3, 4
values = np.arange(m*n*p).reshape(m, n, p)

map = np.array([
     [0, 0, 0, 3, 3, 3],
     [0, 0, 1, 3, 3, 2],
     [1, 1, 1, 3, 2, 2],
     [2, 1, 2, 2, 2, 1],
     [2, 2, 2, 2, 1, 1]
     ])

q, r = map.shape

map_r = map.reshape(q*r)

# result_r: shape (q*r, m, n)
result_r = np.array([values[:, :, i] for i in map_r])
result = result_r.transpose(1, 2, 0).reshape(m, n, q, r)

# test
jq, jp = 4, 5
mapval = map[jq, jp]
print(f'map[{jq}, {jp}] = {mapval}')
print(f'result[:, :, {jq}, {jp}] =\n{result[:, :, jq, jp]}')
print(f'values[:, :, {mapval}] =\n{values[:, :, mapval]}')

输出：

map[4, 5] = 1
result[:, :, 4, 5] =
[[ 1  5  9]
 [13 17 21]]
values[:, :, 1] =
[[ 1  5  9]
 [13 17 21]]