numpy中的meshgrid函数「建议收藏」

numpy中的meshgrid函数「建议收藏」numpy官方文档meshgrid函数帮助文档https://docs.scipy.org/doc/numpy/reference/generated/numpy.meshgrid.html meshgrid(*xi,**kwargs)功能:从一个坐标向量中返回一个坐标矩阵 参数:x1,x2…,xn:数组,一维的数组代表网格的坐标。indexing:{‘xy’,…

大家好,又见面了,我是你们的朋友全栈君。

numpy官方文档meshgrid函数帮助文档https://docs.scipy.org/doc/numpy/reference/generated/numpy.meshgrid.html

 

meshgrid(*xi, **kwargs)

功能:从一个坐标向量中返回一个坐标矩阵

 

参数:

x1,x2…,xn:数组,一维的数组代表网格的坐标。

indexing:{‘xy’,’ij’},笛卡尔坐标’xy’或矩阵’ij’下标作为输出,默认的是笛卡尔坐标。

sparse:bool类型,如果为True,返回一个稀疏矩阵保存在内存中,默认是False。

copy:bool类型,如果是False,返回一个原始数组的视图保存在内存中,默认是True。如果,sparse和copy都为False,将有可能返回一个不连续的数组。而且,如果广播数组的元素超过一个,可以使用一个独立的内存。如果想要对这个数组进行写操作,请先拷贝这个数组。

返回值:x1,x2,….,xn:ndarray(numpy数组)

可能看完官方的文档之后还是一脸懵逼,下面通过几个例子来解释说明一下。

 

    nx,ny = (3,2)
    #从0开始到1结束,返回一个numpy数组,nx代表数组中元素的个数
    x = np.linspace(0,1,nx)
    #[ 0.   0.5  1. ]
    y = np.linspace(0,1,ny)
    # [0.  1.]
    xv,yv = np.meshgrid(x,y)
    '''
    xv
    [[ 0.   0.5  1. ]
     [ 0.   0.5  1. ]]
     yv
     [[ 0.  0.  0.]
      [ 1.  1.  1.]]
    '''

通过上面的例子,其实可以发现meshgrid函数将两个输入的数组x和y进行扩展,前一个的扩展与后一个有关,后一个的扩展与前一个有关,前一个是竖向扩展,后一个是横向扩展。因为,y的大小为2,所以x竖向扩展为原来的两倍,而x的大小为3,所以y横向扩展为原来的3倍。通过meshgrid函数之后,输入由原来的数组变成了一个矩阵。通过使用meshgrid函数,可以产生一个表格矩阵,下面用一个例子来展示产生一个2*2网格的坐标,每个网格的大小为1。

 

 

    nx,ny = (3,3)
    #从0开始到1结束,返回一个numpy数组,nx代表数组中元素的个数
    x = np.linspace(0,2,nx)
    # [0. 1. 2.]
    y = np.linspace(0,2,ny)
    # [0. 1. 2.]
    xv,yv = np.meshgrid(x,y)
    print(xv.ravel())
    #[ 0.  1.  2.  0.  1.  2.  0.  1.  2.]
    print(yv.ravel())
    #[ 0.  0.  0.  1.  1.  1.  2.  2.  2.]

ravel函数是将矩阵变为一个一维的数组,其中xv.ravel()就表示x轴的坐标,yv.ravel()就表示了y轴的坐标,我们将x轴的坐标和y轴的坐标进行一一对应,就产生了一个2*2大小为1的网格中的9个点的坐标。

 

如果,将sparse参数设置为True,就不会向上面一样进行扩展了,也就是说它产生的网格坐标不是所有的网格坐标,而是网格对角线上的坐标点。

 

    nx,ny = (3,3)
    #从0开始到1结束,返回一个numpy数组,nx代表数组中元素的个数
    x = np.linspace(0,2,nx)
    # [0. 1. 2.]
    y = np.linspace(0,2,ny)
    # [0. 1. 2.]
    xv,yv = np.meshgrid(x,y,sparse=True)
    print(xv)
    #[[ 0.  1.  2.]]
    print(yv)
    '''
    [[ 0.]
     [ 1.]
     [ 2.]]
    '''

 

 

 

 

 

 

 

 

 

 

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/135784.html原文链接:https://javaforall.net

(0)
上一篇 2022年6月4日 下午5:16
下一篇 2022年6月4日 下午5:36


相关推荐

  • java按位取反运算符_java源码补码

    java按位取反运算符_java源码补码一直纠结于位运算中的按位取反以及原码、反码、补码之间的各种关系,反正各种混淆各种懵逼。经过一小段时间才弄明白这个别人觉得很容易的问题。可能还是我基础不太好。位运算是对操作数以二进制为单位的进行的运算,位运算符则用于位运算。位运算符包括&(按位与)、|(按位或)、^(按位异或)、~(按位取反)等等…位运算符操作数可以是整型或字符型,结果为整型。按位取反是对补码进行运算,当运算完后,再将补…

    2022年8月14日
    10
  • 冒泡排序(超详细)

    冒泡排序(超详细)1 什么是冒泡排序 冒泡排序的英文 BubbleSort 是一种最基础的交换排序 之所以叫做冒泡排序 因为每一个元素都可以像小气泡一样 根据自身大小一点一点向数组的一侧移动 冒泡排序的原理 每一趟只能确定将一个数归位 即第一趟只能确定将末位上的数归位 第二趟只能将倒数第 2 位上的数归位 依次类推下去 如果有 n 个数进行排序 只需将 n 1 个数归位 也就是要进行 n 1 趟操作 而 每一趟 都需要从第一位开始进行相邻的两个数的比较 将较大的数放后面 比较完毕之后向后挪一位继续比较下面

    2026年3月20日
    2
  • opencv 图像伽马校正

    opencv 图像伽马校正Referfromhttp://blog.csdn.net/xiaojidan2011/article/details/8027670伽马校正,最好的,最高效的方法是通过table来访问:核心函数LUT(TheCoreFunction)¶这是最被推荐的用于实现批量图像元素查找和更该操作图像方法。在图像处理中,对于一个给定的值,将其替换成其他的值是一个很常见的操作,Ope

    2026年3月8日
    4
  • pandorabox软件包安装_路由器pandora无法移除插件

    pandorabox软件包安装_路由器pandora无法移除插件下载或直接通过opkg在线安装luci-app-xunlei,链接:http://pan.baidu.com/s/1qYB4gDe密码:13tq不要安装到U盘,否则页面上不会显示“迅雷远程下载”项安装完后进行配置使能xunlei启动项然后把云盘里的Xware1.0.30_mipsel_32_uclibc.zip解压到挂载点/mnt/sdxx/xunle

    2025年6月10日
    4
  • mac lion 系统安装

    mac lion 系统安装注意 低版本升级必须要全新安装 分区最多只能够分四个区 mac 一个区 win7 一个区 文档存储 2 个区 如果无需这么多盘也没关系 可以自己设定 一般 unix 系统只使用一个盘 那样文件操作会比较顺畅 分区次序 倒数第一个区必须安装 Mac 系统 倒数第二个区可以用来安装 Win7 系统 剩余的盘可以用来作为数据存储盘 下面介绍安装的流程 1 关闭电脑 接上 u 盘 点开机后马上按住 option 键不放 等待

    2026年3月19日
    2
  • 二进制加减运算

    二进制加减运算二进制加法原则是:2个1相加等于2就要向前给1,下面得算为0,相当于十进制1+9=10向前给1,下面得算为0,因为二进制只有0和1,所以1加1等于2多了一个1就要往前送。二进制减法原则是:0减1不够,就向前借2减11、加法实例11001100+0000110011001100+00001100——————11011000首先右边两个0相加为0,右3位1+1=2就要给前面1个1,下面得数为0,右4位因为前面给了一个1,所以现在就是1+1+1=3,把2向前给1,然后3..

    2022年6月22日
    37

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号