如何沿轴线压平一条稀疏的ndarray？

Question

我有三个数组:经度(400,600)，纬度(400,600)，数据(30,400，60)；我要做的是根据数据的位置(纬度和经度)提取数据数组中的值。

下面是我的代码：

import numpy
import tables

hdf = "data.hdf5"
h5file = tables.openFile(hdf, mode = "r")

lon = numpy.array(h5file.root.Lonitude)
lat = numpy.array(h5file.root.Latitude)
arr = numpy.array(h5file.root.data)

lon = numpy.array(lon.flat)
lat = numpy.array(lat.flat)
arr = numpy.array(arr.flat)

lonlist=[]
latlist=[]
layer=[]
fre=[]

for i in range(0,len(lon)):
    for j in range(0,30):
        longi = lon[j]
        lati = lat[j]
        layers=[j]
        frequency= arr[i]

        lonlist.append(longi)
        latlist.append(lati)
        layer.append(layers)
        fre.append(frequency)

output = numpy.column_stack((lonlist,latlist,layer,fre))

问题是“频率”不是我想要的，我想让数据数组沿着零轴展平，这样“频率”将是一个location.Is上的30个值，在numpy中有这样一个函数，沿着特定的轴展平ndarray？

Answer 1

我猜你真正想要的只是transpose改变轴的顺序。根据您如何处理它，在transposed之后执行.copy()以优化内存布局可能很有用，因为转置本身不会创建副本。

另外，如果你想做一些超出F和C顺序的东西，你可以使用transposed = ndarray.transpose([1,2,0])将第一个轴移动到最后，最后一个轴移动到第二个位置，然后做transposed.ravel() (我假设是C顺序，所以把0轴移动到最后)。您还可以使用比简单的ravel更强大的reshape (返回形状可以是任何维度)。

请注意，除非步长完全相加，否则numpy将不得不复制数组，在许多情况下，您可以通过非常好的transposed.flat()迭代器来避免这种情况。

Answer 2

您可以尝试使用np.ravel(your_array)或your_array.shape=-1。np.ravel函数允许您使用一个可选参数order：对于行为主的顺序选择C，对于列为主的顺序选择F。

Answer 3

>>> a = np.random.rand(2,2,2)
>>> a
array([[[ 0.67379148,  0.95508303],
        [ 0.80520281,  0.34666202]],

       [[ 0.01862911,  0.33851973],
        [ 0.18464121,  0.64637853]]])
>>> np.ravel(a)
array([ 0.67379148,  0.95508303,  0.80520281,  0.34666202,  0.01862911,
        0.33851973,  0.18464121,  0.64637853])