求助：如何用Python从坐标数组中筛选符合指定范围的点

方法一：使用NumPy（推荐，适合数组批量操作） #

假设你的原始坐标数组是coords，格式为每行存储一个点的(x,y)，形状是(n, 2)（比如coords = np.array([[0.5,0.3], [-0.2,0.8], ...])），可以用布尔索引快速筛选：

import numpy as np

# 示例原始坐标数组
coords = np.array([[0.5, 0.3], [-0.2, 0.8], [1.2, 0.5], [0.7, 1.3], [0.2, 0.9]])

# 分别生成x、y的范围条件，再合并为总条件
x_valid = (coords[:, 0] >= -0.1) & (coords[:, 0] <= 1.1)
y_valid = (coords[:, 1] >= -0.1) & (coords[:, 1] <= 1.1)
valid_points = x_valid & y_valid

# 筛选出符合条件的坐标
filtered_coords = coords[valid_points]

print(filtered_coords)

说明：coords[:,0]取所有点的x坐标，coords[:,1]取y坐标，&表示逻辑“且”，最后用条件数组直接索引原数组即可得到结果，比循环效率高得多。

方法二：纯Python列表（无需NumPy） #

如果你的原始数据是普通列表（比如coords = [[x1,y1], [x2,y2], ...]），用列表推导式更简洁：

# 示例原始坐标列表
coords = [[0.5, 0.3], [-0.2, 0.8], [1.2, 0.5], [0.7, 1.3], [0.2, 0.9]]

# 遍历每个点，保留符合条件的点
filtered_coords = [
    point for point in coords 
    if (-0.1 <= point[0] <= 1.1) and (-0.1 <= point[1] <= 1.1)
]

print(filtered_coords)

你之前代码的几个问题 #

1. 语法错误：np.array[: , 1]写法不对，应该是具体数组变量（比如coords[:,1]），不能直接对np.array类切片
2. NumPy数组不适合用append循环添加元素，效率极低，且语法错误（NumPy的append是np.append()，不是数组对象的方法）
3. 循环语法错误：for vor.vertices in coords不符合Python变量命名规则，循环变量需为普通名称（比如for point in coords）
4. 变量大小写混乱：比如J[1]和j[1]是两个不同变量，会导致未定义报错

内容的提问来源于stack exchange，提问作者Ma_TT_ia