使用Python更改numpy数组维度

Question

我有一组数据，存储在一个数组里。
第一列是 时间，第二列是 纬度，第三列是 经度，第四列是 降水量。
举个例子：

2 70 100 5.6 
2 70 110 5.9 
2 80 100 6.2 
2 80 110 5.0 
3 70 100 2.3 
3 70 110 1.1 
3 80 100 0.0 
3 80 110 7.9 

我想把这些数据转换成一个新的数组，新的数组里，y轴代表经度，z轴代表纬度，x轴代表时间。
降水量的数据会放在每一个三维网格的点上。

比如，在下面这张图片中：

泡泡的大小代表不同的降水量（颜色可以忽略）

我该如何用python来实现这个呢？

到目前为止，我有：

import numpy as np<br>
a=open('time.dat') #original file
b=open('three.dat','w+')
dif=np.fromfile(a) 
tim=dif[:,[0]] 
lat=dif[:,[1]] 
lon=dif[:,[2]] 
pre=dif[:,[3]]
c=np.empty(780,360,720)

780个时间步，360个纬度，720个经度

Answer 1

你不能使用numpy的reshape功能，原因很简单：你的原始数组里有重复的数据（比如时间和位置），而你想要的结果里没有这些重复的数据。在进行reshape之前和之后，元素的数量必须是一样的。

你需要用一个循环来读取你最开始的数组，然后把数据填充到新的数组里。

希望这能帮到你。

Answer 2

所以你想要一个二维数组，里面的内容包含所有数据，而外面的维度是按照经度、纬度和时间来排序的。

你可以先把文件读成一个值的数组，然后把它转换成一个二维数组，把数据分成每四个一组。接下来，调整内层数组的列顺序。最后，根据内层数组的内容对外层维度进行排序。

>>> data = np.array([2, 70, 100, 5.6, 2, 70, 110, 5.9, 2, 80, 100, 6.2, 2, 80, 110, 5.0, 3, 70, 100, 2.3, 3, 70, 110, 1.1, 3, 80, 100, 0.0, 3, 80, 110, 7.9])
>>> data2 = data.reshape((8, 4))
>>> data2
array([[   2. ,   70. ,  100. ,    5.6],
       [   2. ,   70. ,  110. ,    5.9],
       [   2. ,   80. ,  100. ,    6.2],
       [   2. ,   80. ,  110. ,    5. ],
       [   3. ,   70. ,  100. ,    2.3],
       [   3. ,   70. ,  110. ,    1.1],
       [   3. ,   80. ,  100. ,    0. ],
       [   3. ,   80. ,  110. ,    7.9]])
>>> data2 = data2[:,[1,2,0,3]]
>>> data2
array([[  70. ,  100. ,    2. ,    5.6],
       [  70. ,  110. ,    2. ,    5.9],
       [  80. ,  100. ,    2. ,    6.2],
       [  80. ,  110. ,    2. ,    5. ],
       [  70. ,  100. ,    3. ,    2.3],
       [  70. ,  110. ,    3. ,    1.1],
       [  80. ,  100. ,    3. ,    0. ],
       [  80. ,  110. ,    3. ,    7.9]])

关于视图和排序的奇怪之处，可以在这里找到详细说明。