如何向numpy零值网格的对应坐标位置赋值

实现方案 #

核心逻辑是先建立s1、s2中的浮点坐标值和网格整数索引的映射关系，再通过索引完成对应位置的赋值，具体实现如下：

场景1：按需给指定坐标赋值 #

适合需要零散给部分坐标赋值的场景：

import numpy as np

# 初始参数
s1 = [0, 0.25, 0.5, 0.75, 1.0]
s2 = [0, 0.25, 0.5, 0.75, 1.0]
grid = np.zeros((5, 5))

# 构建坐标值到网格索引的映射字典
s1_to_idx = {val: idx for idx, val in enumerate(s1)}
s2_to_idx = {val: idx for idx, val in enumerate(s2)}

# 示例：给坐标(0, 0)的位置赋值5
x, y = 0, 0
grid[s1_to_idx[x], s2_to_idx[y]] = 5

# 示例：批量给多个坐标赋值
coord_value_pairs = [
    ((0, 0.25), 3),
    ((0.5, 0.75), 10),
    ((1.0, 1.0), 8)
    # 剩余需要赋值的坐标和数值可直接按格式追加到列表中
]
for (x, y), val in coord_value_pairs:
    grid[s1_to_idx[x], s2_to_idx[y]] = val

场景2：全量25组坐标的数值已按顺序生成 #

如果已经按(0,0)→(0,0.25)→…→(0,1)→(0.25,0)→…→(1,1)的顺序生成了长度为25的数值列表，可以直接重构为5×5网格：

# 示例：长度为25的数值列表，顺序和坐标排列顺序完全对应
all_values = [5, 3, 2, 1, 4, 6, 7, 2, 1, 3, 5, 7, 8, 2, 1, 4, 3, 2, 5, 7, 9, 3, 2, 1, 8]
grid = np.array(all_values).reshape(5, 5)

注意事项 #

• 上述方案默认s1对应网格行索引、s2对应网格列索引，可根据自身坐标对应规则调整两个映射字典的调用顺序
• 该方案仅适用于s1、s2内部无重复值的场景，和当前给出的参数列表适配

内容的提问来源于stack exchange，提问作者user16936122