我有一个大pandasdataframe，其中的X，Y列为I. X和Y，它们是像素坐标，我想说的是0到255之间的强度值，我希望在相应的X和Y位置上显示它。
没有图像的每个像素的条目，因此未在dataframe中列出的所有像素的I值都设置为0。
因此，我使用图像尺寸初始化了two-dimensional数组img。然后，我已经尝试过类似
img.at[df.X,df.Y] = df.I
这不起作用。我认为一个简单的for-loop可以解决此问题，但我想知道是否有更有效的方法（例如，调用一个我不知道的高级numpy/opencv/whatever函数...）。
分析解答
最简单的方法可能是使用scipy.sparse数组，因为coo_matrix的构建与输入相同。
from scipy.sparse import coo_matrix
sparse_image = coo_matrix((df.I, (df.X, df.Y)), shape = image.shape)
image = sparse_image.todense()
如果在此步骤之前累积I值，则coo_matrix也具有一些不错的功能。