使用x，y，z顺序将1D numpy数组重塑为3D

Question

假设我有一个与x，y和z值相对应的一维值数组，如下所示：

x  y  z  arr_1D
0  0  0  0
1  0  0  1
0  1  0  2
1  1  0  3
0  2  0  4
1  2  0  5
0  0  1  6
...
0  2  3  22
1  2  3  23

我想将arr_1D放入形状为(nx,ny,nz) （在这种情况下为(2,3,4) ）的3D数组arr_3D 。 我想使用arr_3D[x_index, y_index, z_index]引用这些值，例如arr_3D[1,2,0]=5 。 使用numpy.reshape(arr_1D, (2,3,4))给我一个尺寸正确的3D矩阵，但没有按照我想要的方式排序。 我知道我可以使用以下代码，但是我想知道是否有一种方法可以避免笨拙的for循环嵌套。

arr_1d = np.arange(24)
nx = 2
ny = 3
nz = 4
arr_3d = np.empty((nx,ny,nz))
count = 0
for k in range(nz):
    for j in range(ny):
        for i in range(nx):
            arr_3d[i,j,k] = arr_1d[count]
            count += 1

print arr_3d[1,2,0]

output: 5

什么是最pythonic和/或最快的方法来做到这一点？ 我通常想对长度为100,000的数组进行此操作。

Answer 1

您真正靠近的地方，但是由于您希望x轴成为经过最快迭代的轴，因此您需要使用类似

arr_3d = arr_1d.reshape((4,3,2)).transpose()

因此，您将以正确的元素顺序创建数组，但维度顺序错误，然后更正维度的顺序。