如何有效地將熊貓數據框轉換為圖像數組？

Question

我有一個大熊貓數據框，其中的X，Y和I列。X和Y是像素坐標，我想說是0到255之間的強度值，我希望在相應的X和Y位置上顯示它。

沒有圖像的每個像素的條目，因此未在數據框中列出的所有像素的I值都設置為0。

因此，我使用圖像尺寸初始化了二維數組img 。 然后，我已經嘗試過類似

img.at[df.X,df.Y] = df.I

這不起作用。 我認為簡單for -loop可以解決此問題，但我想知道是否有更有效的方法（例如，調用花哨的numpy / opencv /任何我不知道的函數... ）。

Answer 1

您應該像這樣使用Pandas的支點功能：

df.pivot('Y', 'X', 'I').values

這將導致如下所示：

# array([[ 255,  34],
#       [  56,  nan]])

然后，您只需要將nan值替換為0。

Answer 2

最簡單的方法可能是使用scipy.sparse數組，因為coo_matrix的構建與輸入相同。

from scipy.sparse import coo_matrix

sparse_image = coo_matrix((df.I, (df.X, df.Y)), shape = image.shape)
image = sparse_image.todense()

如果在此步驟之前累積您的I值， coo_matrix也具有一些不錯的功能。