如何为三维轮廓坐标numpy数组添加x、y、z偏移量？

问题场景 #

现有存储多条空间轮廓坐标的Numpy ndarray，每个坐标点为[x,y,z]格式，示例数组如下：

arr= [[[0, 0, 0] 
       [0, 0, 0]]
      [[0, 0, 0]
       [0, 0, 0]]
      [[0, 0, 0]
       [0, 0, 0]]]

需要给所有坐标添加统一偏移量：xOffset = 1、yOffset = 2、zOffset = 0，期望得到目标数组：

arr= [[[1, 2, 0] 
       [1, 2, 0]]
      [[1, 2, 0]
       [1, 2, 0]]
      [[1, 2, 0]
       [1, 2, 0]]]

错误代码分析 #

尝试过以下代码，但会把偏移量错误地加到所有列，而非对应坐标列：

arr[:][:][0] += xOffset
arr[:][:][1] += yOffset
arr[:][:][2] += zOffset

原因是arr[:][:]会返回原数组的视图，相当于直接取整个数组，再索引[0]会取到第一个轮廓的所有点，而非所有轮廓的x坐标列。

正确实现方式 #

方法1：利用Numpy广播机制（推荐） #

直接构造偏移量数组，通过广播实现批量相加：

import numpy as np

# 定义偏移量
offset = np.array([xOffset, yOffset, zOffset])
# 批量添加偏移
arr += offset

方法2：指定坐标维度索引 #

通过正确的维度索引，定位所有点的x/y/z列：

# 给所有点的x坐标加偏移
arr[:, :, 0] += xOffset
# 给所有点的y坐标加偏移
arr[:, :, 1] += yOffset
# 给所有点的z坐标加偏移
arr[:, :, 2] += zOffset

这两种方法都能精准给对应坐标列添加偏移，得到预期结果。

内容的提问来源于stack exchange，提问作者Patman521