python象限判断_将点 Cloud 划分为python中的象限

假设我在3个维度中有一个30个点的数组，在python中被转换为numpy数组：

import numpy as np

b = np.round(np.random.random((30,3))*20)

b = b - b.mean(axis=0)

我想把这些点分成八个象限，参考点 Cloud 的“质心” . 我可以这样做：

for a in (b, -b):

q_list = a[a[:,0]>0.][a[a[:,0]>0.][:,1]>0][a[a[:,0]>0.][a[a[:,0]>0.][:,1]>0][:,2]>0]

quad_list.append(q_list * sign)

q_list = a[a[:,0]>0.][a[a[:,0]>0.][:,1]>0][a[a[:,0]>0.][a[a[:,0]>0.][:,1]>0][:,2]<=0]

quad_list.append(q_list * sign)

q_list = a[a[:,0]>0.][a[a[:,0]>0.][:,1]<=0][a[a[:,0]>0.][a[a[:,0]>0.][:,1]<=0][:,2]>0]

quad_list.append(q_list * sign)

q_list = a[a[:,0]>0.][a[a[:,0]>0.][:,1]<=0][a[a[:,0]>0.][a[a[:,0]>0.][:,1]<=0][:,2]<=0]

quad_list.append(q_list * sign)

sign *= -1

当然，这很好用 . 它返回一个包含八个位置坐标数组的列表，每个位置坐标仅包含位于特定象限中的点 . 但是我觉得应该有更清晰，更简洁的方法来处理这个问题 . 建议？