numpy中meshgrid和mgrid的区别和使用详解

 更新时间:2023年02月20日 15:41:31   作者:CuriousZero  
本文主要介绍了numpy中meshgrid和mgrid的区别和使用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

一、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。

示例展示:

由上面的示例展示可以看出,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。

二、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)

例如np.mgrid[X , Y]
样本(i,j)的坐标为 (X[i,j] ,Y[i,j]),X代表第1维,Y代表第2维,在此例中分别为横纵坐标。

例如1D结构(array),如下:

In [2]: import numpy as np

In [3]: pp=np.mgrid[-5:5:5j]

In [4]: pp
Out[4]: array([-5. , -2.5,  0. ,  2.5,  5. ])

例如2D结构 (2D矩阵),如下:

>>> pp = np.mgrid[-1:1:2j,-2:2:3j]
>>> x , y = pp
>>> x
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])
>>> y 
array([[-2.,  0.,  2.],
       [-2.,  0.,  2.]])

例如3D结构 (3D立方体),如下:

>>> pp = np.mgrid[-1:1:2j,-2:2:3j,-3:3:5j]
>>> print pp
[[[[-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. ]]]]

三、meshgrid 和 mgrid 的区别

mgrid[[1:3:3j, 4:5:2j]]
3j:3个点

  • 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

【Reference】

1.https://blog.csdn.net/grey_csdn/article/details/69663432

2.https://blog.csdn.net/crossky_jing/article/details/49466127

3.https://blog.csdn.net/tymatlab/article/details/79027162

到此这篇关于numpy中meshgrid和mgrid的区别和使用详解的文章就介绍到这了,更多相关numpy meshgrid mgrid内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python生成多个只含0,1元素的随机数组或列表的实例

    python生成多个只含0,1元素的随机数组或列表的实例

    今天小编就为大家分享一篇python生成多个只含0,1元素的随机数组或列表的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • Python NumPy教程之索引详解

    Python NumPy教程之索引详解

    这篇文章主要为大家详细介绍了Python NumPy中索引的使用方法,文中的示例代码讲解详细,对我们学习Python有一定帮助,需要的可以参考一下
    2022-08-08
  • Python 调用Java实例详解

    Python 调用Java实例详解

    这篇文章主要介绍了Python 调用Java实例详解的相关资料,需要的朋友可以参考下
    2017-06-06
  • python使用turtle库写六角形的思路与代码

    python使用turtle库写六角形的思路与代码

    学习Python,接触到turtle包,就用它来画一下六边形,下面这篇文章主要给大家介绍了关于python使用turtle库写六角形的思路与代码,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-11-11
  • 使用python 进行区间取值的方法

    使用python 进行区间取值的方法

    这篇文章主要介绍了使用python 进行区间取值的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-07-07
  • python机器学习理论与实战(二)决策树

    python机器学习理论与实战(二)决策树

    这篇文章主要介绍了python机器学习理论与实战第二篇,决策树的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-01-01
  • python中enumerate() 与zip()函数的使用比较实例分析

    python中enumerate() 与zip()函数的使用比较实例分析

    这篇文章主要介绍了python中enumerate()与zip()函数的使用比较,结合实例形式分析了enumerate()与zip()函数的功能、用法及操作注意事项,需要的朋友可以参考下
    2019-09-09
  • python模块中pip命令的基本使用

    python模块中pip命令的基本使用

    这篇文章主要为大家介绍了python机器学习python实现神经网络的示例解析,在同样在进行python机器学习的同学可以借鉴参考下,希望能够有所帮助
    2021-10-10
  • Python实现好友全头像的拼接实例(推荐)

    Python实现好友全头像的拼接实例(推荐)

    下面小编就为大家带来一篇Python实现好友全头像的拼接实例(推荐)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-06-06
  • Pandas的AB BA类型数据框去重复

    Pandas的AB BA类型数据框去重复

    这篇文章主要为大家介绍了Pandas的AB BA类型数据框去重复实现示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-05-05

最新评论