Python：通過迭代加快矩陣座標映射

Question

我試圖讓這段代碼儘可能快地運行，而且目前效率很低。

我有一個4D的標量數據矩陣。這四個維度對應於緯度，經度，高度和時間。數據存儲在一個numpy數組中，其形狀是（5,5,30,2）。

在4個不同的列表中我保留每個軸的「映射」，存儲每個索引對應的值。例如，在地圖上的陣列可能看起來像：

mapLatitude = [45.,45.2,45.4,45.6,45.8] 
mapLongitude = [-10.8,-10.6,-10.4,-10.2,-10.] 
mapAltitude = [0,50,100,150,...,1450] 
mapTime = [1345673,1345674] 

這意味着，在數據矩陣，在位置0,1,3,0的數據點對應於
緯度= 45，經度= -10.6， Alt = 150，Time = 1345673.

現在，我需要生成一個新的數組，其中包含數據矩陣中每個點的座標。

到目前爲止，這是我寫的：

import numpy as np 

# data = np.array([<all data>]) 
coordinateMatrix = [ 
    (mapLatitude[index[0]], 
    mapLongitude[index[1]], 
    mapAltitude[index[2]], 
    mapTime[index[3]]) for index in numpy.ndindex(data.shape) ] 

這工作，但需要相當長的時間，尤其是在大小的數據矩陣增加（我需要用一個矩陣使用形狀像（100,100,150,30））。

如果有幫助，我需要生成此座標矩陣將其送到scipy.interpolate.NearestNDInterpolator。

關於如何加快速度的建議？
非常感謝！

Answer 1

如果你把你的名單到ndarray的，你可以使用廣播如下：

coords = np.zeros((5, 5, 30, 2, 4)) 
coords[..., 0] = np.array(mapLatitude).reshape(5, 1, 1, 1) 
coords[..., 1] = np.array(mapLongitude).reshape(1, 5, 1, 1) 
coords[..., 2] = np.array(mapAltitude).reshape(1, 1, 30, 1) 
coords[..., 3] = np.array(mapTime).reshape(1, 1, 1, 2) 

更多通用輸入這樣的事情應該工作：

def makeCoordinateMatrix(*coords) : 
    dims = len(coords) 
    coords = [np.array(a) for a in coords] 
    shapes = tuple([len(a) for a in coords]) 
    ret = np.zeros(shapes + (dims,)) 
    for j, a in enumerate(coords) : 
     ret[..., j] = a.reshape((len(a),) + (1,) * (dims - j - 1)) 
    return ret 

coordinateMatrix = makeCoordinateMatrix(mapLatitude, mapLongitude, 
             mapAltitude, mapTime)