python - 如何计算numpy.histogramdd bin坐标

我正在使用numpy.histogramdd将3d点归类。我的目标是计算包含多少个垃圾箱，它与特定点的距离小于一个常数。 numpy.histogramdd返回binedges，这是“描述每个维度的bin边缘的D数组的列表”，但是要找到bins坐标并不容易。有没有比我下面的方法更好的方法（并且循环更少）？

hist_bin_centers_list = [binedges[d][:-1] + (binedges[d][1:] - binedges[d][:-1])/2. for d in range(len(binedges))]
indices3d = itertools.product(*[range(len(binedges[d])-1) for d in range(len(binedges))])
ret_indices = []
for i,j,k in indices3d:
    bin_center = [bin[ind] for bin,ind in zip(hist_bin_centers_list, (i, j, k))]
    if hist[i,j,k]>0 and cdist([pos], [bin_center])[0] < max_dist:
        ret_indices.append((i,j,k))
return len(ret_indices)

感谢@DilithiumMatrix建议，这是一个更好的植入方法：

bin_centers = list(itertools.product(*hist_bin_centers_list))
dists = cdist([pos], bin_centers)[0].reshape(hist.shape)
hits = len(np.where((hist > 0) & (dists < approx))[0])

最佳答案

仅使用numpy.where怎么样？

例如将两个条件结合在一起：

nonzero = numpy.where( (hist > 0) & (binDist < max_dist) )

在其中计算距离数组binDist，例如binDist[i,j,k]是从bin i,j,k到pos的距离。