如何在Python中将三个3D Numpy数组转换为RGB矩阵

Question

我什至不确定是否可行，但是我对python还是很陌生。

我有三个3D数据集，每个数据集都是64 x 64 x 50 numpy数组。 我正在尝试将每个3D数据集合并为一个3D RGB图像，其中每个单元格均由RGB值表示，每个颜色通道表示单个数据集的值。

例如，我的数据是在一块岩石中测得的三种不同的同位素，因此我希望R代表氧16的值，G =硫32的值，B =镁24的值。

我想出了如何使用以下广义方程将每个同位素阵列归一化为0-255之间的离散值：

new_arr = ((arr - arr.min()) * (1/(arr.max() - arr.min()) * 255).astype('uint8')

更具体而言，我的数据如下：

O16R = ((O16.get_data() - np.min(O16.get_data())) * (1/(np.max(O16.get_data()) - np.min(O16.get_data())) * 255).astype('uint8'))

S32G = ((S32.get_data() - np.min(S32.get_data())) * (1/(np.max(S32.get_data()) - np.min(S32.get_data())) * 255).astype('uint8'))

Mg24B = ((Mg24.get_data() - np.min(Mg24.get_data())) * (1/(np.max(Mg24.get_data()) - np.min(Mg24.get_data())) * 255).astype('uint8'))

现在，我想创建另一个64 x 64 x 50 3D数组，该数组中的每个索引都由与上面定义的索引值相对应的RGB值定义。

举一个简化的例子，如果我有2个x 1小数组：

O16R = (151, 3)

S32G = (2 , 57)

Mg24B = (0, 111)

然后，我需要一个具有值的结果RGB嵌套矩阵：

RGB = ( [151,2,0] , [3,57,111] )

我认为我需要创建一个for循环，但无法弄清楚。 到目前为止，这就是我所拥有的，但是它没有解析数据。

RGB = np.zeros(shape=(64,64,50)) 
for i in RGB:
    RGB = ([O16R, S32G, Mg24B])

任何帮助，将不胜感激。

Answer 1

IIUC，对于您的最小示例，您可以执行以下任一操作：

# setup:
O16R = (151, 3)
S32G = (2 , 57)
Mg24B = (0, 111)

# using zip:
RGB = np.array(list(zip(O16R, S32G, Mg24B)))
# or just transposing the array:
RGB = np.array([O16R, S32G, Mg24B]).T

两者都返回：

>>> RGB
array([[151,   2,   0],
       [  3,  57, 111]])