4D阵列成熊猫

Question

我想转换我的numpy数组( shape=(27，77，77) )：

   [[1., 1., 1., ..., 1., 1., 1.],
    [1., 1., 1., ..., 1., 1., 1.],
    [1., 1., 1., ..., 1., 1., 1.],
    ...,
    [1., 1., 1., ..., 2., 2., 2.],
    [1., 1., 1., ..., 2., 2., 2.],
    [1., 1., 1., ..., 1., 2., 2.]],

   ...,

   [[1., 1., 1., ..., 1., 1., 0.],
    [1., 1., 1., ..., 1., 1., 0.],
    [1., 1., 1., ..., 1., 1., 0.],
    ...,
    [1., 1., 1., ..., 1., 1., 1.],
    [1., 1., 1., ..., 1., 1., 1.],
    [1., 1., 1., ..., 1., 1., 1.]])

成熊猫数据，列'x‘=索引2(右)，'y’=索引1(向下)，'z‘=索引0(27个“不同”数组)和'v’=其中的值。列=‘x’，'y'，'z'，'v'

我对python比较陌生，您知道我应该如何编写这个代码吗？

谢谢！

Answer 1

这是一种原始的方式。

import numpy as np
import pandas as pd

data = np.ones( (27,77,77) )

rows = []
for i,plane in enumerate(data):
    for j,row in enumerate(plane):
        for k,col in enumerate(row):
            rows.append( [k,j,i,col] )

df = pd.DataFrame( rows, columns=['x','y','z','val'])
print(df)

输出：

C:\tmp>python x.py
         x   y   z  val
0        0   0   0  1.0
1        1   0   0  1.0
2        2   0   0  1.0
3        3   0   0  1.0
4        4   0   0  1.0    
...     ..  ..  ..  ...
160078  72  76  26  1.0
160079  73  76  26  1.0
160080  74  76  26  1.0
160081  75  76  26  1.0
160082  76  76  26  1.0

[160083 rows x 4 columns]

C:\tmp>

Answer 2

作为任意维数的“简单”一行：

>>> import itertools as it; import numpy as np; import pandas as pd

# analogous test data
>>> arr = np.random.rand(27, 77, 77)

# np.nditer(arr) + v.item() using no additional memory
# arr.flatten() is slightly faster but uses additional memory
>>> df = pd.DataFrame(data=[(*axes, v.item()) for axes, v in zip(it.product(*[range(i) for i in arr.shape]), np.nditer(arr))], columns=tuple('xyzv'))
>>> df
         x   y   z         v
0        0   0   0  0.375027
1        0   0   1  0.511405
2        0   0   2  0.645937
3        0   0   3  0.229538
4        0   0   4  0.274867
...     ..  ..  ..       ...
160078  26  76  72  0.404251
160079  26  76  73  0.010852
160080  26  76  74  0.048079
160081  26  76  75  0.426528
160082  26  76  76  0.723565