给定浮点坐标集如何获取二维地图（数组）的对应数值？

可行的实现方案 #

你目前用的截断取整本质是向下取整的最近邻插值，Python生态里有更规范、支持更多插值模式的向量化实现，不需要手动循环处理坐标。

1. 仅需最近邻插值的轻量方案 #

用numpy的向量化索引实现，比手动逐元素取整更简洁高效，适配批量坐标处理：

import numpy as np

# 示例参数：data为二维天区数据数组，x_arr、y_arr为对应浮点坐标数组
data = np.random.rand(2048, 2048)  # 替换为你的实际天区数据
x_arr = np.array([13.5, 27.1, 35.9])
y_arr = np.array([32.2, 45.8, 19.3])

# 按你的需求选择取整逻辑：floor向下截断/round四舍五入/ceil向上取整
idx_x = np.floor(x_arr).astype(np.int32)
idx_y = np.floor(y_arr).astype(np.int32)

# 注意二维数组的索引顺序，通常存储格式为y轴（行）在前、x轴（列）在后，可按实际调整
result = data[idx_y, idx_x]

2. 需更高精度的专业方案（天文领域常用） #

如果直接取整的误差不符合需求，推荐用scipy.ndimage.map_coordinates，支持任意阶插值，是天文数据处理的标准工具：

from scipy import ndimage

# 坐标按[行坐标（y）, 列坐标（x）]的顺序拼接
coords = np.vstack([y_arr, x_arr])

# order参数控制插值阶数：0=最近邻，1=双线性，3=双三次
# 双线性插值是天文测光、天体测量中最常用的浮点坐标取值方案
result = ndimage.map_coordinates(data, coords, order=1, mode='nearest')

mode参数用于处理超出数组边界的坐标：

• mode='nearest'：超出范围时取边界像素值
• mode='constant'：超出范围时返回固定值（可通过cval参数指定）
• mode='wrap'：循环边界，仅适用于天球全投影的特殊场景

补充说明 #

如果有两个独立的天区数组，分别传入对应数组和对应的坐标集即可，所有操作都是向量化实现，不需要遍历单个坐标，符合Python数值计算的最佳实践。

内容的提问来源于stack exchange，提问作者condosz