从三个 1D numpy 数组填充 2D numpy 数组

是否有一种有效的方法可以在不使用循环的情况下从未排序的坐标点（即并非所有经度和/或纬度都升序或降序）创建值的二维数组？

示例数据

lats = np.array([45.5,45.5,45.5,65.3,65.3,65.3,43.2,43.2,43.2,65.3])
lons = np.array([102.5,5.5,116.2,102.5,5.5,116.2,102.5,5.5,116.2,100])
vals = np.array([3,4,5,6,7,7,9,1,0,4])

示例输出
每列代表一个唯一的经度（102.5、5.5、116.2 和 100），每列代表一个唯一的纬度（45.5、65.3 和 43.2）。

([ 3, 4, 5, NaN],
 [ 6, 7, 7, 4],
 [ 9, 1, 0, NaN])

不过，它并不是那么简单，因为我不一定知道每个经度或纬度有多少个重复项，这决定了数组的形状。

Update:
我的问题的数据排列不正确。我现在已经安排好了，所以它们都是唯一的对，并且有一个额外的数据点来演示当存在 NaN 时应该如何安排数据。

您发布的示例没有什么意义，并且它不允许任何合理的方式来指定丢失的数据。我在这里猜测，但您可能正在处理的唯一合理的事情似乎是这样的：

>>> lats = np.array([43.2, 43.2, 43.2, 45.5, 45.5, 45.5, 65.3, 65.3, 65.3])
>>> lons = np.array([5.5, 102.5, 116.2, 5.5, 102.5, 116.2, 5.5, 102.5, 116.2])
>>> vals = np.array([3, 4, 5, 6, 7, 7, 9, 1, 0])

其中的值在vals[j]来自纬度lats[j]和经度lons[j]，但数据可能会被扰乱，如下所示：

>>> indices = np.arange(9)
>>> np.random.shuffle(indices)
>>> lats = lats[indices]
>>> lons = lons[indices]
>>> vals = vals[indices]
>>> lats
array([ 45.5,  43.2,  65.3,  45.5,  43.2,  65.3,  45.5,  65.3,  43.2])
>>> lons
array([   5.5,  116.2,  102.5,  116.2,    5.5,  116.2,  102.5,    5.5,  102.5])
>>> vals
array([6, 5, 1, 7, 3, 0, 7, 9, 4])

您可以将其排列成数组，如下所示：

>>> lat_vals, lat_idx = np.unique(lats, return_inverse=True)
>>> lon_vals, lon_idx = np.unique(lons, return_inverse=True)
>>> vals_array = np.empty(lat_vals.shape + lon_vals.shape)
>>> vals_array.fill(np.nan) # or whatever yor desired missing data flag is
>>> vals_array[lat_idx, lon_idx] = vals
>>> vals_array
array([[ 3.,  4.,  5.],
       [ 6.,  7.,  7.],
       [ 9.,  1.,  0.]])