如何将 3D 数据集转换为网格上的 2D 数据集？答案

【问题标题】：How to convert a 3D dataset into a 2D dataset on a grid?如何将 3D 数据集转换为网格上的 2D 数据集？
【发布时间】：2020-11-03 07:54:06
【问题描述】：

我的问题如下：

我有一个 3D 数据集，其中 (x,y) 是网格的笛卡尔坐标，(z) 是网格中每个点的强度/频率，命名为 (f)。

我想将这个 3D 数据集 (x,y,f) 转换为 2D (x,y) 数据集，我将根据信号强度在 (x,y) 网格中创建新数据点.

例如，我有以下图表和数据集：
这是某种形式的“热图”，其中坐标 (z) 是信号的强度

我想将此 3D 数据集转换为 2D 数据集，其中将根据先前数据点的强度创建新数据点。例如，如果 (x=1, y=1) 的强度为 20，我想在 (x=1,y=1) 处创建 20 个强度为 1 的数据点。

【问题讨论】：

标签： python numpy cluster-analysis reshape flatten

【解决方案1】：

这样的？

# make (small) example
f = np.random.randint(1,4,(2,3))
yxf = np.c_[(*map(np.ravel,(*np.indices(f.shape),f)),)]
yxf
# array([[0, 0, 1],
#        [0, 1, 3],
#        [0, 2, 3],
#        [1, 0, 2],
#        [1, 1, 2],
#        [1, 2, 2]])

# process 
yxf[:,:2].repeat(yxf[:,2],axis=0)
# array([[0, 0],
#        [0, 1],
#        [0, 1],
#        [0, 1],
#        [0, 2],
#        [0, 2],
#        [0, 2],
#        [1, 0],
#        [1, 0],
#        [1, 1],
#        [1, 1],
#        [1, 2],
#        [1, 2]])

【讨论】：

【解决方案2】：

如果您安装了 scikit 模块，那么您可以使用 rgb2grey（或 rgb2gray）制作从彩色到灰色（从 3D 到 2D）的照片

from skimage import io, color

lina_color = io.imread(path+img)
lina_gray = color.rgb2gray(lina_color)

In [33]: lina_color.shape
Out[33]: (1920, 1280, 3)

In [34]: lina_gray.shape
Out[34]: (1920, 1280)

【讨论】：