Есть ли способ генерации списка индексов с использованием numpy

Question

Могу ли я использовать numpy для генерации повторяющихся шаблонов индексов, например.

0, 1, 2, 3, 4, 5, 0, 6, 7, 8, 9, 10, 0, 11, 12, 13, 14, 15

или

0,1,2,1,2,3,4,5,6,5,6,7

есть ли способ в NumPy я могу использовать для создания этих списков между диапазоном?

В настоящее время я делаю это с использованием списков в python, но мне было любопытно, могу ли я использовать numpy для ускорения работы.

Я не уверен, какие методы даже смотреть в отличие от numpy.arange.

Просто для дальнейшего уточнения Я генерирую индексы в треугольники в opengl в различных шаблонах.

так что для черепах в круге у меня есть такой код.

for fan_set in range(0, len(self.vertices)/vertex_length, triangle_count): 
     for i in range(fan_set + 1, fan_set + 8): 
      self.indices.append(fan_set) 
      self.indices.append(i) 
      self.indices.append(i + 1) 

Answer 1

Ваш первый пример может быть получен с помощью Numpy методов, как:

In [860]: np.concatenate((np.zeros((3,1),int),np.arange(1,16).reshape(3,5)),axis=1).ravel() 
Out[860]: 
array([ 0, 1, 2, 3, 4, 5, 0, 6, 7, 8, 9, 10, 0, 11, 12, 13, 14, 
     15]) 

Это потому, что я вижу это 2d повторный образец

array([[ 0, 1, 2, 3, 4, 5], 
     [ 0, 6, 7, 8, 9, 10], 
     [ 0, 11, 12, 13, 14, 15]]) 

Второй образец может быть получен путем ravel этого 2d массива (произведенных путем трансляции 2 массивов):

In [863]: np.array([0,1,4,5])[:,None]+np.arange(3) 
Out[863]: 
array([[0, 1, 2], 
     [1, 2, 3], 
     [4, 5, 6], 
     [5, 6, 7]]) 

Я могу изготовить Первый рисунок с вариацией на 2-м (начальная колонна 0s срывает рисунок)

I=np.array([0,5,10])[:,None]+np.arange(0,6) 
I[:,0]=0 

Я думаю, ваш двойной цикл может быть выражен в виде списка понимания, как

In [872]: np.array([ [k,i,i+1] for k in range(0,1,1) for i in range(k+1,k+8)]).ravel() 
Out[872]: array([0, 1, 2, 0, 2, 3, 0, 3, 4, 0, 4, 5, 0, 5, 6, 0, 6, 7, 0, 7, 8]) 

или без Равель:

array([[0, 1, 2], 
     [0, 2, 3], 
     [0, 3, 4], 
     [0, 4, 5], 
     [0, 5, 6], 
     [0, 6, 7], 
     [0, 7, 8]]) 

хотя я не знаю, какие параметры приводят к вашим примерам.

Answer 2

Я не уверен, что я точно понимаю, что вы имеете в виду, но следующее, что я использую для создания уникальных индексов для трехмерных точек;

def indexate(points): 
    """ 
    Convert a numpy array of points into a list of indices and an array of 
    unique points. 

    Arguments: 
     points: A numpy array of shape (N, 3). 

    Returns: 
     An array of indices and an (M, 3) array of unique points. 
    """ 
    pd = {} 
    indices = [pd.setdefault(tuple(p), len(pd)) for p in points] 
    pt = sorted([(v, k) for k, v in pd.items()], key=lambda x: x[0]) 
    unique = np.array([i[1] for i in pt]) 
    return np.array(indices, np.uint16), unique 

Вы можете найти this code в моем stltools пакете на GitHub.

Это работает так;

In [1]: import numpy as np 

In [2]: points = np.array([[1,0,0], [0,0,1], [1,0,0], [0,1,0]]) 

In [3]: pd = {} 

In [4]: indices = [pd.setdefault(tuple(p), len(pd)) for p in points] 

In [5]: indices 
Out[5]: [0, 1, 0, 2] 

In [6]: pt = sorted([(v, k) for k, v in pd.items()], key=lambda x: x[0]) 

In [7]: pt 
Out[7]: [(0, (1, 0, 0)), (1, (0, 0, 1)), (2, (0, 1, 0))] 

In [8]: unique = np.array([i[1] for i in pt]) 

In [9]: unique 
Out[9]: 
array([[1, 0, 0], 
     [0, 0, 1], 
     [0, 1, 0]]) 

Ключевой момент (если вы простите за каламбур), чтобы использовать кортеж из точки (так как кортеж неизменен и, таким образом, hashable) в качестве ключа в словаре с помощью метода setdefault, в то время как значение dict. Фактически, это первый раз, это точный пункт был замечен.

Answer 3

Я не 100% уверен, что это то, что вы после этого, я думаю, что вы можете достичь этого, используя пару range значений и приращение n раз 3 (разрыв между каждой группой), а затем использовать numpy.concatenate конкатенировать окончательный массив , как это:

import numpy as np 

def gen_list(n): 
    return np.concatenate([np.array(range(i, i+3) + range(i+1, i+4)) + i*3 
          for i in xrange(n)]) 

Использование:

gen_list(2) 
Out[16]: array([0, 1, 2, 1, 2, 3, 4, 5, 6, 5, 6, 7]) 

gen_list(3) 
Out[17]: 
array([ 0, 1, 2, 1, 2, 3, 4, 5, 6, 5, 6, 7, 8, 9, 10, 9, 10, 
     11]) 

list(gen_list(2)) 
Out[18]: [0, 1, 2, 1, 2, 3, 4, 5, 6, 5, 6, 7] 

в моем примере я использую только n, как, сколько групп вы хотите создать, вы можете изменить в соответствии с вашим треугольным-ишем ТРЕБОВАНИЯ ц.