将 numpy 数组值映射到散点

Question

我有一个大小为 (size_x, size_y) 的 Numpy 数组，其中包含不同的值。这些值是一个高斯随机场，并给出了两个维度的大小。

另外，我有一个大小为 (nr_points, 2) 的 Numpy 数组，其中包含一定数量的二维坐标。 nr_points 是这个数组中 xy 坐标的数量，并且是给定的。

大小（size_x，size_y）与第二个数组中给定的所有点的边界框不同。

如何有效地缩放第一个数组的值并将其映射到点？

这是所需任务的图形草图。

Answer 1

• 规范化坐标值到可能产生小数（非整数）坐标的字段数组的大小范围内。

  • scale = (field_array_size - 1) / (coord_max - coord_min)
    scaled_coords = coordinates * scale
    normed_coords = scaled_coords - scaled_coords_min
    

  • 坐标x值应缩放到字段数组x尺寸大小
  • 坐标y值应缩放到字段数组y维度大小

• 你只能用整数索引字段数组，所以你有两种选择：

  • 将新坐标四舍五入到零小数位并转换为整数，然后将它们用作索引
  • 使用新坐标插入字段数组值