Python基础（二）：Numpy函数介绍：Meshgrid，mgrid，append等

文章目录

np.meshgrid函数
np.mgrid函数
np.append()函数 [5]
参考资料

np.meshgrid函数

meshgrid函数通常使用在数据的矢量化上。它适用于生成网格型数据，可以接受两个一维数组生成两个二维矩阵，对应两个数组中所有的(x,y)对。

meshgrid的作用是：根据传入的两个一维数组参数生成两个数组元素的列表。如果第一个参数是xarray，维度是xdimesion，第二个参数是yarray，维度是ydimesion。那么生成的第一个二维数组是以xarray为行，共ydimesion行的向量；而第二个二维数组是以yarray的转置为列，共xdimesion列的向量。

经常用来生产网格点：示例，生成一个20行30列的网格点矩阵[3]

x = np.linspace(0,500,30)
print("x的维度:{},shape:{}".format(x.ndim, x.shape))
print(x)
y = np.linspace(0,500,20)
print("y的维度:{},shape:{}".format(y.ndim, y.shape))
print(y)xv,yv = np.meshgrid(x, y)
print("xv的维度:{},shape:{}".format(xv.ndim, xv.shape))
print("yv的维度:{},shape:{}".format(yv.ndim, yv.shape))plt.plot(xv, yv, '.')
plt.grid(True)
plt.show()

np.mgrid函数

用法：返回多维结构，常见的如2D图形，3D图形。对比np.meshgrid，在处理大数据时速度更快，且能处理多维（np.meshgrid只能处理2维）
ret = np.mgrid[ 第1维，第2维，第3维， …]
返回多值，以多个矩阵的形式返回，第1返回值为第1维数据在最终结构中的分布，第2返回值为第2维数据在最终结构中的分布，以此类推。（分布以矩阵形式呈现）。

看一个例子，下面的步长为复数表示点数，左闭右闭，步长为实数表示间隔，左闭右开

X1,Y1 = np.mgrid[1:3:3j,4:5:2j]  #1-3，shape= 3*2，X1
Y1
array([[1., 1.],[2., 2.],[3., 3.]])array([[4., 5.],[4., 5.],[4., 5.]])

例如3D结构 (3D立方体)，如下[1]：

>>> res = np.mgrid[-1:1:2j,-2:2:3j,-3:3:5j]  # x,y,z = res
>>> print(res)
[[[[-1.  -1.  -1.  -1.  -1. ][-1.  -1.  -1.  -1.  -1. ][-1.  -1.  -1.  -1.  -1. ]][[ 1.   1.   1.   1.   1. ][ 1.   1.   1.   1.   1. ][ 1.   1.   1.   1.   1. ]]][[[-2.  -2.  -2.  -2.  -2. ][ 0.   0.   0.   0.   0. ][ 2.   2.   2.   2.   2. ]][[-2.  -2.  -2.  -2.  -2. ][ 0.   0.   0.   0.   0. ][ 2.   2.   2.   2.   2. ]]][[[-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ]][[-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ][-3.  -1.5  0.   1.5  3. ]]]]

np.append()函数 [5]

函数np.append(arr, values, axis=None)
作用：为原始np array添加一些values
返回：添加了values的新数组

参数：

arr:需要被添加values的数组
values:添加到数组arr中的值（array_like，类数组）
axis:可选参数，如果axis没有给出，那么arr，values都将先展平成一维数组。注：如果axis被指定了，那么arr和values需要有相同的shape，否则报错：ValueError: arrays must have same number of dimensions

补充对axis的理解：
axis的最大值为数组arr的维数-1，如arr维数等于1，axis最大值为0；arr维数等于2，axis最大值为1，以此类推。
当arr的维数为2(理解为单通道图)，axis=0表示沿着行方向添加values；axis=1表示沿着列方向添加values
当arr的维数为3(理解为多通道图)，axis=0，axis=1时同上；axis=2表示沿着深度方向添加values

例子：
（1）不考虑axis：arr，values都将先展平成一维数组,然后沿着axis=0的方向在arr后添加values

import numpy as np
a=[1,2,3]
b=[4,5]
c=[[6,7],[8,9]]
print(np.append(a,b))
print(np.append(a,c))
>>>
[1 2 3 4 5]
[1 2 3 6 7 8 9]

（2）考虑axis：arr,values的shape相同

import numpy as np
a=[1,2,3]
b=[4,5]
c=[[6,7],[8,9]]
d=[[10,11],[12,13]]
print('在一维数组a后添加values,结果如下：{}'.format(np.append(a,b,axis=0)))
print('沿二维数组c的行方向添加values结果如下：'.format(np.append(c,d,axis=0)))
print('沿二维数组c的列方向添加values结果如下：'.format(np.append(c,d,axis=1)))
print('使用了axis，若arr和values的形状不同，则报错：'.format(np.append(a,c,axis=0)))
>>>
在一维数组a后添加values,结果如下：
[1 2 3 4 5]
沿二维数组c的行方向添加values结果如下：
[[ 6  7][ 8  9][10 11][12 13]]
沿二维数组c的列方向添加values结果如下：
[[ 6  7 10 11][ 8  9 12 13]]

（3）考虑axis，如果arr和values的形状不同，则报错：

import numpy as np
a=[1,2,3]
c=[[6,7],[8,9]]
print(np.append(a,c,axis=0))
>>>
Traceback (most recent call last):File "F:\eclipse-workspace\test\t1.py", line 4, in <module>print(np.append(a,c,axis=0))File "E:\anaconda\anzhuang\lib\site-packages\numpy\lib\function_base.py", line 4694, in appendreturn concatenate((arr, values), axis=axis)
ValueError: all the input arrays must have same number of dimensions

参考资料

[1] https://www.cnblogs.com/shenxiaolin/p/8854197.html
[2] np.meshgrid和np.mgrid
[3] Numpy中的meshgrid()函数
[4] Python-Numpy模块Meshgrid函数
[5] https://blog.csdn.net/weixin_42216109/article/details/93889047