我正在学习 Python,并希望使用 Numpy 找到一种有效的方法来解决这个问题。
我目前有一个包含随机整数的 4x8 数组:
import numpy as np
n = 3
k = np.random.randint(n, size = (4,8))
每个数字代表一种颜色,由其在 nx3 数组中的 RGB 值定义:
colors = np.array([[0 , 0 , 0 ],
[0 , 100, 255],
[255, 100, 0 ]])
我想使用这些数字创建一个新的 4x8x3 数组,其中前两个维度表示像素位置,第三个维度表示每个像素的颜色。这可以被认为是数字绘画。例如,如果 k[3,4] = 2,则 myArray[3,4,:] = [255 100 0]。
我越来越熟悉 Numpy 工具,但我不确定我到底应该寻找什么。由于数组 k 最终会更大(我在想 ~640x480)并且包含超过 n = 3 的非随机颜色,我想使用向量化操作来加速这个过程(并更多地了解它们)。这是最有效的方法吗?
请您参考如下方法:
IIUC,您需要做的就是使用 k 索引到 colors:
>>> k = np.random.randint(n, size = (2,4))
>>> out = colors[k]
>>> out
array([[[ 0, 100, 255],
[255, 100, 0],
[255, 100, 0],
[255, 100, 0]],
[[ 0, 100, 255],
[ 0, 100, 255],
[255, 100, 0],
[255, 100, 0]]])
>>> out.shape
(2, 4, 3)
>>> all((out[i]==colors[c]).all() for i,c in np.ndenumerate(k))
True
