卫星图像NoData像素坐标生成：3D NumPy数组格式转换求助

方法1：基于现有f和g转换坐标 #

你已经有了包含0值的行索引数组f，以及每行对应0值列索引的二维数组g，可以用列表推导式直接生成目标坐标格式：

# 生成[[列索引, 行索引], ...]格式的坐标列表
coords = [[col, row] for row, cols in zip(f, g) for col in cols]

如果需要numpy数组格式（方便后续掩膜操作），可以用numpy的向量化操作：

import numpy as np

# 将g展开为一维列索引数组
cols_flat = np.concatenate(g)
# 生成与列索引一一对应的行索引数组（每个行索引重复对应行的0值个数）
rows_repeated = np.repeat(f, [len(cols) for cols in g])
# 合并为二维坐标数组
coords_np = np.column_stack((cols_flat, rows_repeated))

方法2：直接从图像数组提取坐标（更高效） #

处理卫星图像这类大数据时，用numpy的向量化操作比遍历列表效率高得多，无需先生成f和g，直接从原始二维图像数组获取所有NoData像素坐标：

import numpy as np

# 假设你的图像数组为img（二维numpy数组）
rows, cols = np.where(img == 0)
# 生成[[列索引, 行索引], ...]格式的坐标数组
coords = np.column_stack((cols, rows))

这个方法一步到位，避免了手动遍历行和列的繁琐操作，性能更优。

为什么你之前的np.dstack不生效？ #

np.dstack会将f扩展为与g维度匹配的数组，但它是把整个f数组作为每个坐标对的第二个元素，而不是将行索引与对应行的列索引一一配对，因此无法得到目标格式。

内容的提问来源于stack exchange，提问作者Benjamin Duncan