目的我有一湯三角形多邊形。我想檢索每個三角形的最大中位數作為向量。工作狀態起點：點數組 （n，3），例如 [x，y，z]引用上述點數組的三角形點索引數組 （n， 3），例如 [[0，1，2]，[2，3，4]...]我將兩個包含真實3D點坐標的單個矩陣組合在一起。然后我計算中位數向量及其長度。/編輯：我將代碼更新為我的當前版本def calcMedians(polygon):    # C -> AB = C-(A + 0.5(B-A))    # B -> AC = B - (A + 0.5(C-A))    # A -> BC = A - (B    dim = np.shape(polygon)    medians = np.zeros((dim[0],3,2,dim[1]))    medians[:,0,0] = polygon[:,2]    medians[:,0,1] = polygon[:,0] + 0.5*(polygon[:,1]-polygon[:,0])     medians[:,1,0] = polygon[:,1]    medians[:,1,1] = polygon[:,0] + 0.5*(polygon[:,2]-polygon[:,0])    medians[:,2,0] = polygon[:,0]    medians[:,2,1] = polygon[:,1] + 0.5*(polygon[:,2]-polygon[:,1])    m1 = np.linalg.norm(medians[:,0,0]-medians[:,0,1],axis=1)    m2 = np.linalg.norm(medians[:,1,0]-medians[:,1,1],axis=1)    m3 = np.linalg.norm(medians[:,2,0]-medians[:,2,1],axis=1)    medianlengths = np.vstack((m1,m2,m3)).T    maxlengths = np.argmax(medianlengths,axis=1)    final = np.zeros((dim[0],2,dim[1]))    dim = np.shape(medians)    for i in range(0,dim[0]):        idx = maxlengths[i]        final[i] = medians[i,idx]    return final現在，我首先使用空矩陣創建最終的中值向量矩陣。長度使用np.linalg.norm計算并收集在矩陣中。對于此矩陣，argmax 方法用于識別目標中值向量。問題Old：但是，我對維度感到困惑，目前無法使其工作或了解結果是否正確。有人知道如何正確地做到這一點和/或這種方法是否有效？我的目標是以[n_polygons，3（由于3個中位數），2（起點和終點），3（xyz）]的形式構造3個中位數。使用最大長度信息，我想將其簡化為[n_polygons，2（起點和終點），3（xyz）]在函數中使用這個臨時的 for 循環，我可以創建輸出。但是必須有一個更“干凈”的矩陣方法。使用中位數[：，最大長度，：，：]會導致形狀為[4，n_polygons，2，3]而不是[n_polygons，2，3]，我不明白為什么。兩個三角形的中位數的示例圖像：不幸的是，我沒有一個大型的示例性數據集，但我想這可以很快生成。上圖中的示例數據集是：polygons = np.array([[0,1,2],[0,3,2]]) points = np.array([[0,0],           [1,0],           [1,1],           [0,1]]) polygons3d = points[polygons[:,:]]