Python numpy.meshgrid

numpy.meshgrid() 用于从坐标向量返回坐标矩阵。其语法如下所示 –

numpy.meshgrid(*xi, **kwargs)

参数

Meshgrid 可以接受以下参数：

x1, x2, …, xn - 表示网格的坐标。
indexing - 这是一个可选参数，默认情况下定义Cartesian ‘xy’和矩阵’ij’输出的索引。
sparse - 这是一个可选参数。如果我们想要使用稀疏网格以节省内存，那么我们必须将此参数设置为True。默认值为False。
copy - 当参数为True时，返回原始数组的副本以节省内存。默认值为False。

示例1

让我们看下面的示例 –

# Import numpy
import numpy as np

# input array
x = np.array([1,2,3,4,5])
y = np.array([11, 12, 13, 14, 15])
print("Input x :\n", x)
print("Input y :\n", y)

# meshgrid() function
xx, yy = np.meshgrid(x, y, sparse=True)
print("Meshgrid of X:", xx)
print("Meshgrid of Y:\n", yy)

输出

它将生成以下输出 –

Input x :
 [1 2 3 4 5]
Input y :
 [11 12 13 14 15]
Meshgrid of X: [[1 2 3 4 5]]
Meshgrid of Y:
 [[11]
 [12]
 [13]
 [14]
 [15]]

示例2

让我们来看另一个示例。它突显了 linspace 和 meshgrid 之间的区别。

# Import numpy
import numpy as np

# linspace function
a = np.linspace(3, 4, 4)
b = np.linspace(4, 5, 6)
print("linspace of a :", a)
print("linspace of b :", b)

# meshgrid function
xa, xb = np.meshgrid(a, b)
print("Meshgrid of xa :\n", xa)
print("Meshgrid of xb :\n", xb)

输出

上述程序将产生以下输出：

linspace of a : [3.          3.33333333 3.66666667 4.       ]
linspace of b : [4. 4.2 4.4 4.6 4.8 5. ]
Meshgrid of xa :
 [[3.          3.33333333 3.66666667 4.       ]
 [3.         3.33333333 3.66666667 4.       ]
 [3.          3.33333333 3.66666667 4.       ]
 [3.          3.33333333 3.66666667 4.       ]
 [3.          3.33333333 3.66666667 4.       ]
 [3.          3.33333333 3.66666667 4.       ]]
Meshgrid of xb :
 [[4. 4. 4. 4. ]
 [4.2 4.2 4.2 4.2]
 [4.4 4.4 4.4 4.4]
 [4.6 4.6 4.6 4.6]
 [4.8 4.8 4.8 4.8]
 [5. 5. 5. 5. ]]