在python中是否有一种方法来堆栈大小相同的像素数组(例如z堆栈)？

Question

我只是想澄清一下，例如，我能不能把几个二维数组堆成一个图像？

array1=[[0,0,0,0,0]
        [0,7.6,7,7.2,0]
        [0,7.6,7,0,0]
        [0,0,0,0,0]]

array2=[[0,0,0,0,0]
        [0,7.6,7,7.2,0]
        [0,7.6,7,0,0]
        [0,0,0,0,0]]

然后在3D空间中看到它们，比如链接中的多维数据集示例

除了尝试使用极客代码制作其他东西之外，我并没有真正尝试过其他的东西。因此，任何方向都会受到感谢。

Answer 1

假设numpy数组作为输入(不是python列表)，可以使用numpy.dstack

out = np.dstack((array1, array2))

产出：

array([[[0. , 0. ],
        [0. , 0. ],
        [0. , 0. ],
        [0. , 0. ],
        [0. , 0. ]],

       [[0. , 0. ],
        [7.6, 7.6],
        [7. , 7. ],
        [7.2, 7.2],
        [0. , 0. ]],

       [[0. , 0. ],
        [7.6, 7.6],
        [7. , 7. ],
        [0. , 0. ],
        [0. , 0. ]],

       [[0. , 0. ],
        [0. , 0. ],
        [0. , 0. ],
        [0. , 0. ],
        [0. , 0. ]]])

虽然，如果您想要绘制，可能更容易有一个数组和循环的列表。

Answer 2

我相信你是在找这样的东西。我用不同的颜色表示深度维，并增加了+z的深度。

A = np.array([ [*array1],[*array2] ])
ax = plt.axes(projection='3d')
z_c = ['k','blue']
[ax.scatter(z+A[z,y,x], y, x, c=z_c[z]) for z in range(A.shape[0]) \
 for y in range(A.shape[1]) for x in range(A.shape[2])]

​

​