Numpy中Meshgrid函数基本用法及2种应用场景

更新时间：2022年08月10日 11:26:13 作者：Lemon

NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能,下面这篇文章主要给大家介绍了关于Numpy中Meshgrid函数基本用法及2种应用场景的相关资料,需要的朋友可以参考下

引言

近期在好几个地方都看到meshgrid的使用，虽然之前也注意到meshgrid的用法。

但总觉得印象不深刻，不是太了解meshgrid的应用场景。

所以，本文将进一步介绍Numpy中meshgrid的用法。

Meshgrid函数的基本用法

在Numpy的官方文章里，meshgrid函数的英文描述也显得文绉绉的，理解起来有些难度。

可以这么理解，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）。

文字描述可能不是太好理解，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：

再者，也可以通过在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()

当然，我们也可以获得网格平面上坐标点的数据，如下：

z = [i for i in zip(X.flat,Y.flat)]
z

out:
[(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)]

Meshgrid函数的一些应用场景

Meshgrid函数常用的场景有等高线绘制及机器学习中SVC超平面的绘制（二维场景下）。

分别图示如下：

（1）等高线

（2）SVC中超平面的绘制：

关于场景（1）和场景（2），将在后续的文章里做进一步描述。

当然，可能还有些其他场景，这里就不做进一步介绍了。

总结

到此这篇关于Numpy中Meshgrid函数基本用法及2种应用场景的文章就介绍到这了,更多相关Numpy Meshgrid函数用法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！

您可能感兴趣的文章:

浅谈一下Python中5种下划线的含义
这篇文章主要介绍了Python中5种下划线的含义,在我们学习Python的过程中,经常会遇到一些带下划线的词,那么不同的下划线有什么意义呢,一起来学习一下吧
2023-03-03
Python中numpy的np.percentile百分位函数举例详解
在python中计算一个多维数组的任意百分比分位数,此处的百分位是从小到大排列,只需用np.percentile即可,这篇文章主要给大家介绍了关于Python中numpy的np.percentile百分位函数的相关资料,需要的朋友可以参考下
2024-08-08
python 批量将中文名转换为拼音
这篇文章主要介绍了python 批量将中文名转换为拼音，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
2021-02-02
selenium+headless chrome爬虫的实现示例
这篇文章主要介绍了selenium+headless chrome爬虫的实现示例，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
2021-01-01
python通过socket实现多个连接并实现ssh功能详解
这篇文章主要介绍了python通过socket实现多个连接并实现ssh功能详解，具有一定参考价值，需要的朋友可以了解下。
2017-11-11
如何从Python 程序中运行 PowerShell 脚本
Windows PowerShell 由数十个内置 cmdlet 组成,它们提供了丰富的功能集,本文将重点讨论从 Python 代码执行 PowerShell 逻辑,感兴趣的朋友跟随小编一起看看吧
2023-10-10
Python 正则表达式入门（初级篇）
本文主要为没有使用正则表达式经验的新手入门所写。由浅入深介绍了Python 正则表达式，有需要的朋友可以看下
2016-12-12
python设置检查点简单实现代码
这篇文章主要介绍了python设置检查点简单实现代码,需要的朋友可以参考下
2014-07-07
python中数组array和列表list的基本用法及区别解析
大家都知道数组array是同类型数据的有限集合，列表list是一系列按特定顺序排列的元素组成，可以将任何数据放入列表，且其中元素之间没有任何关系，本文介绍python中数组array和列表list的基本用法及区别，感兴趣的朋友一起看看吧
2022-05-05
python 遍历可迭代对象的实现方法
本文主要介绍了python 遍历可迭代对象的实现方法，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
2023-02-02