求基于Numpy的Mesh数组双向高效重组算法（解决排序问题）

问题背景 #

需要将形状为(N,3,3)的vectors数组转换为：

• vertices：包含所有唯一点的(M,3)数组，保持点首次出现的顺序
• indices：用于重建原vectors的(N,3)数组

现有实现存在两个核心问题：

1. numpy.unique默认会对顶点排序，打乱原始出现顺序
2. 双重循环匹配索引效率极低，无法处理大规模数据

高效解决方案 #

利用numpy.unique的return_index和return_inverse参数，结合索引映射实现无循环的高效转换，同时保留顶点首次出现的顺序：

import numpy as np

def vectors_to_vertices(vectors):
    # 将Nx3x3的数组展平为(N*3, 3)的二维数组
    v_flat = vectors.reshape(-1, 3)
    
    # 获取排序后的唯一顶点、首次出现索引、原数组元素在排序后唯一数组中的索引
    _, idx_sorted, inv_sorted = np.unique(v_flat, axis=0, return_index=True, return_inverse=True)
    
    # 对首次出现索引排序，得到顶点的原始出现顺序
    idx_order = np.argsort(idx_sorted)
    # 按原始顺序提取顶点
    vertices = v_flat[idx_sorted[idx_order]]
    
    # 创建排序后索引到原始顺序索引的映射
    map_inv = np.zeros_like(idx_order)
    map_inv[idx_order] = np.arange(len(idx_order))
    # 将原逆索引转换为对应原始顺序顶点的索引，再重塑为Nx3
    indices = map_inv[inv_sorted].reshape(-1, 3)
    
    return vertices, indices

代码解释 #

1. 数组展平：将Nx3x3的vectors转换为N*3个3维点的二维数组，简化后续唯一值处理逻辑
2. 提取唯一信息：np.unique返回的idx_sorted是排序后唯一顶点在原展平数组中的首次出现位置，inv_sorted是原展平数组每个元素对应排序后唯一顶点的索引
3. 恢复原始顺序：通过np.argsort(idx_sorted)得到排序后的索引对应的原始顺序，从而提取出按首次出现顺序排列的vertices
4. 索引映射：创建map_inv数组完成排序索引到原始顺序索引的映射，再通过inv_sorted快速生成最终的indices，完全避免低效循环

双向转换验证 #

反向转换（从vertices和indices重建vectors）可直接通过索引取值实现：

def vertices_to_vectors(vertices, indices):
    return vertices[indices].reshape(-1, 3, 3)

示例测试 #

用你提供的示例输入验证：

# 构造示例vectors数组
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.array([7,8,9])
d = np.array([10,11,12])
e = np.array([13,14,15])

vectors = np.array([
    [a, b, c],
    [c, d, a],
    [b, d, e]
])

vertices, indices = vectors_to_vectors(vectors)
print("Vertices:\n", vertices)
print("Indices:\n", indices)
# 输出符合预期：顶点按a、b、c、d、e顺序排列，索引匹配需求

# 反向转换验证
reconstructed = vertices_to_vectors(vertices, indices)
assert np.array_equal(reconstructed, vectors)

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