Numpy中Meshgrid函数
Meshgrid函数的基本用法
meshgrid函数用两个坐标轴上的点在平面上画网格。
用法:
[X,Y]=meshgrid(x,y)
[X,Y]=meshgrid(x)与[X,Y]=meshgrid(x,x)是等同的
[X,Y,Z]=meshgrid(x,y,z)生成三维数组,可用来计算三变量的函数和绘制三维立体图
这里,主要以[X,Y]=meshgrid(x,y)为例,来对该函数进行介绍。
[X,Y] = meshgrid(x,y) 将向量x和y定义的区域转换成矩阵X和Y,其中矩阵X的行向量是向量x的简单复制,而矩阵Y的列向量是向量y的简单复制(注:下面代码中X和Y均是数组,在文中统一称为矩阵了)。
假设x是长度为m的向量,y是长度为n的向量,则最终生成的矩阵X和Y的维度都是 n * m (注意不是m * n)。
下面通过代码演示下:
加载数据
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
m, n = (5, 3)
x = np.linspace(0, 1, m)
y = np.linspace(0, 1, n)
X, Y = np.meshgrid(x,y)
查看向量x和向量y
x
out:
array([ 0. , 0.25, 0.5 , 0.75, 1. ])
y
out:
array([ 0. , 0.5, 1. ])
查看矩阵X和矩阵Y
X
out:
array([[ 0. , 0.25, 0.5 , 0.75, 1. ],
[ 0. , 0.25, 0.5 , 0.75, 1. ],
[ 0. , 0.25, 0.5 , 0.75, 1. ]])
Y
out:
array([[ 0. , 0. , 0. , 0. , 0. ],
[ 0.5, 0.5, 0.5, 0.5, 0.5],
[ 1. , 1. , 1. , 1. , 1. ]])
查看矩阵对应的维度
X.shape
out:
(3, 5)
Y.shape
out:
(3, 5)
meshgrid函数的运行过程,可以通过下面的示意图来加深理解:
可视化
通过在matplotlib中进行可视化,来查看函数运行后得到的网格化数据的结果
plt.plot(X, Y, marker='.', color='blue', linestyle='none')
plt.show()
将X和Y合并
z = list(zip(X.flat,Y.flat))
z
[(0.0, 0.0), (0.25, 0.0), (0.5, 0.0), (0.75, 0.0), (1.0, 0.0), (0.0, 0.5), (0.25, 0.5), (0.5, 0.5), (0.75, 0.5), (1.0, 0.5), (0.0, 1.0), (0.25, 1.0), (0.5, 1.0), (0.75, 1.0), (1.0, 1.0)]
Numpy中Meshgrid函数相关推荐
- Numpy中 meshgrid 和等高线绘图contour/contourf的搭配使用
Numpy中 meshgrid() 和等高线绘图contour()/contourf()的搭配使用 np.meshgrid() 接收参数np.meshgrid(x1,x2,x3...) x1,x2,x ...
- Python使用numpy中trim_zeros函数去除首尾0值的语法
Python使用numpy中trim_zeros函数去除首尾0值的语法 目录 Python使用numpy中trim_zeros函数去除首尾0值的语法 #numpy中trim_zeros
- numpy中ravel函数、flatten函数的功能及差异
numpy中ravel函数.flatten函数的功能及差异 >>> import numpy as np >>> a = np.arange(20).reshape ...
- numpy中where函数的用法
numpy中where函数的用法 numpy.where(condition,x,y)--若满足condition,输出x,否则输出y. 举例: 例1:一维数组 >>> a = np ...
- python sum函数numpy_解决Numpy中sum函数求和结果维度的问题
使用Numpy(下面简称np)中的sum函数对某一维度求和时,由于该维度会在求和后变成一个数,所以所得结果的这一维度为空. 比如下面的例子: a = np.array([[1,2,3],[4,5,6] ...
- pythonreshape函数三个参数_Python Numpy中reshape函数参数-1的含义
python numpy中reshape函数参数-1的含义,新数组的shape属性应该要与原来数组的一致,即新数组元素数量与原数组元素数量要相等.一个参数为-1时,那么reshape函数会根据另一个参 ...
- Numpy中reshape函数、reshape(1,-1)的含义(浅显易懂,源码实例)
本文详细介绍numpy中reshape函数的三种常见相关用法. 一般用法:numpy.arange(n).reshape(a, b); 依次生成n个自然数,并且以a行b列的数组形式显示: In [1] ...
- python中size的用法.dim_对于numpy中的函数的参数dim的一点理解
对于numpy中的函数的参数dim的一点理解 经常被dim参数搞混.试着总结了一下.记忆瞬间清晰了 以.max(dim)方法为例: >>> import numpy as np &g ...
- 详解numpy中argsort函数
当你不了解一个函数的时候,你可以采用两种方式:一种输入来了解函数 print(help(np.argsort)) 要么就是 直接 点进函数来看函数的源代码,可能源代码都是英文,不太好理解,没有关系,我 ...
最新文章
- label实现不同大小不同颜色
- 表格转化为Latex代码
- FD.io/VPP — L3 vRouter
- 用vim的方式操作你的软件
- java上传文件文件保存后损坏_Laravel存储文件在上传时会损坏
- datatables 获取 pageLength 和 pageStart,重新获取table数据
- jwt令牌_jwt-cli:用于解码JSON Web令牌(JWT令牌)的Shell库
- HDU 4422 The Little Girl who Picks Mushrooms(简单题)
- 喷水装置(信息学奥赛一本通-T1424)
- 低代码平台会成为企业数字化基础设施么?
- 前端主流的 Javascript,缺失了哪些技能?
- Notepad++软件的下载与安装步骤(图文详解)
- 使用FileUpload组件上传文件
- 一个基于SpringBoot的在线教育系统「源码开源」
- switchhost下载安装
- 大厂硬件技术二面的题目
- Abaqus齿轮有限元分析
- 小程序_OTA升级的一些情况说明
- pythonhistogram设置_python numpy histogram用法及代码示例
- matlab DSB-AM与SSB-AM的调制与解调
热门文章
- mysql的sql_quote_show_create与SHOW CREATE TABLE命令介绍
- PTA例题 冒泡法排序
- 什么是joinquant量化?
- 金 融 量 化 分 析 • JoinQuant • 第 五 篇
- MySQL数据库用户安全策略
- 【c++师傅领进门,修行靠个人】第二篇:手把手教你c++入门
- 网上书店程序——html+css实现
- 【Axure RP9 制作轮播图】
- hadoop集群搭建出现的一些问题总结
- javascript之异步操作理解---回调函数,async,await以及promise对象