如何更高效地基于x、y区间关联的z值平均值填充二维Numpy数组？

当然有更高效的numpy原生方法来替代嵌套循环！你的思路完全没问题，但numpy内置的统计函数能帮你大幅简化代码，还能提升运行效率——尤其是当你的数据量变大的时候。

方法一：使用np.histogram2d（推荐） #

np.histogram2d可以一次性统计每个x-y单元格内的点数，以及这些点对应的z值总和，我们只需要用总和除以点数就能得到平均值，全程不需要手动循环。

import numpy as np
import matplotlib.pyplot as plt

x = [37.59390426045407, 38.00530354847739, 38.28412244348653, 38.74871247986305, 38.73175910429809, 38.869008864244016, 39.188234404976555, 39.92835838352555, 40.881394113153334, 41.686136269465884]
y = [0.1305391767832006, 0.13764519613447768, 0.14573326951792354, 0.15090729309032114, 0.16355823707239897, 0.17327106424274763, 0.17749746339532224, 0.17310384614773594, 0.16545780437882962, 0.1604752704890856]
z = [0.05738534353865021, 0.012572155256903583, -0.021709582561809437, -0.11191337750722108, -0.07931921785775153, -0.06241610118871843, 0.014216349927058225, 0.042002641153291886, -0.029354425271534645, 0.061894011359833856]
n = 5

# 转换为numpy数组方便后续操作
x_np = np.array(x)
y_np = np.array(y)
z_np = np.array(z)

# 生成x和y方向的分箱边界，确保分成n个等宽单元格
x_bins = np.linspace(x_np.min(), x_np.max(), n + 1)
y_bins = np.linspace(y_np.min(), y_np.max(), n + 1)

# 统计每个单元格内的点数，以及z值的加权总和
cell_counts, _, _ = np.histogram2d(x_np, y_np, bins=(x_bins, y_bins))
cell_z_sum, _, _ = np.histogram2d(x_np, y_np, bins=(x_bins, y_bins), weights=z_np)

# 计算平均值，用where参数避免除以0的情况
image = np.divide(cell_z_sum, cell_counts, where=cell_counts != 0)
# 没有数据的单元格保持为0（你也可以改成np.nan或者其他值）
image[cell_counts == 0] = 0

# 绘图时注意转置数组并设置origin='lower'，让坐标系和x-y实际方向一致
fig, ax = plt.subplots()
ax.imshow(image.T, cmap=plt.cm.gray, interpolation='nearest', origin='lower')
plt.show()

方法二：使用np.digitize + np.bincount #

如果你需要更灵活的索引控制，可以先通过np.digitize找到每个数据点对应的单元格索引，再用np.bincount统计每个单元格的z总和和点数：

# 接上面的x_np, y_np, z_np和n、bins定义
x_indices = np.digitize(x_np, x_bins) - 1  # 把索引调整为从0开始
y_indices = np.digitize(y_np, y_bins) - 1

# 将二维索引转换为线性索引，方便bincount统计
linear_indices = x_indices * n + y_indices

# 统计每个线性索引对应的z总和和点数
sum_z = np.bincount(linear_indices, weights=z_np, minlength=n*n)
counts = np.bincount(linear_indices, minlength=n*n)

# 转换回二维数组并计算平均值
image = sum_z.reshape(n, n) / counts.reshape(n, n)
image[counts == 0] = 0

为什么这两种方法更好？ #

• 效率更高：numpy的内置函数是用C实现的，比Python嵌套循环快得多，数据量越大优势越明显
• 代码更简洁：不需要手动写两层循环，逻辑更清晰，可读性更强
• 更安全：np.divide的where参数可以避免除以0的错误，处理空单元格更稳妥

内容的提问来源于stack exchange，提问作者Alex