如何按高度阈值隔离3D曲面区域？基于np.histogram2d离散网格

嘿，这个需求用NumPy的布尔索引和np.where()就能轻松实现，我给你一步步拆解清楚：

首先得明确几个核心点：

• hist_values是二维数组，每个元素对应一个网格的高度值
• hist_x和hist_y是网格的边缘坐标，所以实际的网格数量是(len(hist_x)-1) × (len(hist_y)-1)，和hist_values的形状完全匹配

具体实现步骤 #

1. 设定阈值：先定义你要筛选的高度阈值，比如threshold = 10（根据你的需求调整数值）
2. 生成布尔掩码：用布尔运算找出所有高度高于阈值的网格位置：

   mask = hist_values > threshold
   

3. 获取网格的索引位置：用np.where()提取掩码中True对应的行和列索引：

   rows, cols = np.where(mask)
   

4. 获取网格的坐标范围：结合hist_x和hist_y，就能得到每个符合条件的网格的x、y区间，以及对应的高度值。你可以把这些信息整理成易读的格式：

   # 整理成列表字典，方便后续处理
   high_threshold_grids = []
   for r, c in zip(rows, cols):
       grid_data = {
           "x_interval": (hist_x[r], hist_x[r+1]),
           "y_interval": (hist_y[c], hist_y[c+1]),
           "height": hist_values[r, c]
       }
       high_threshold_grids.append(grid_data)
   

完整示例代码 #

为了让你更直观理解，我写个完整的可运行示例：

import numpy as np

# 生成模拟数据
np.random.seed(42)
x = np.random.normal(0, 1, 1000)
y = np.random.normal(0, 1, 1000)

# 计算二维直方图
hist_values, hist_x, hist_y = np.histogram2d(x, y, bins=10)

# 设定阈值
threshold = 20

# 筛选高于阈值的网格
mask = hist_values > threshold
rows, cols = np.where(mask)

# 整理结果
high_grids = []
for r, c in zip(rows, cols):
    high_grids.append({
        "x_range": (round(hist_x[r], 2), round(hist_x[r+1], 2)),
        "y_range": (round(hist_y[c], 2), round(hist_y[c+1], 2)),
        "height": hist_values[r, c]
    })

# 打印结果
print("高于阈值的网格信息：")
for grid in high_grids:
    print(grid)

运行这段代码后，你就能得到所有高度超过20的网格的坐标范围和对应高度值了。

内容的提问来源于stack exchange，提问作者Rebel