如何计算 numpy.histogramdd bins 坐标

Question

我正在使用 numpy.histogramdd 对 3d 点进行分箱。我的目标是计算有多少箱子包含物品，并且它与特定点的距离小于常数。 numpy.histogramdd returns binedges，即"a list of D arrays describing the bin edges for each dimension"，但要找到bins坐标并不简单。有没有比我的以下方法更好（并且循环更少）的方法？

hist_bin_centers_list = [binedges[d][:-1] + (binedges[d][1:] - binedges[d][:-1])/2. for d in range(len(binedges))]
indices3d = itertools.product(*[range(len(binedges[d])-1) for d in range(len(binedges))])
ret_indices = []
for i,j,k in indices3d:
    bin_center = [bin[ind] for bin,ind in zip(hist_bin_centers_list, (i, j, k))]
    if hist[i,j,k]>0 and cdist([pos], [bin_center])[0] < max_dist:
        ret_indices.append((i,j,k))
return len(ret_indices)

感谢@DilithiumMatrix 的提议，这里有一个更好的植入：

bin_centers = list(itertools.product(*hist_bin_centers_list))
dists = cdist([pos], bin_centers)[0].reshape(hist.shape)
hits = len(np.where((hist > 0) & (dists < approx))[0])

Answer 1

只使用 numpy.where 怎么样？

例如结合两个条件：

nonzero = numpy.where( (hist > 0) & (binDist < max_dist) )

计算距离数组 binDist，使得 binDist[i,j,k] 是从 bin i,j,k 到 pos 的距离。

如何计算 numpy.histogramdd bins 坐标

How to calculate the numpy.histogramdd bins coordinates

python

numpy

histogram