numpy中meshgrid和mgrid的区别和使用

东方耀

numpy中meshgrid和mgrid的区别和使用


# 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
# np.meshgrid只能处理2维


mgrid非函数


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 ， …]
按维度来传参的
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）




# 核心区别：meshgrid针对坐标 而mgrid针对矩阵维度

1. # -*- coding: utf-8 -*-
   
2. __author__ = u'东方耀 微信：dfy_88888'
   
3. __date__ = '2019/12/16 9:09'
   
4. __product__ = 'PyCharm'
   
5. __filename__ = 'np.meshgrid与np.mgrid区别？'
   
6. 
   
7. 
   
8. import numpy as np
   
9. 
   
10. x = np.array([1, 2, 3])
    
11. y = np.array([4, 5])
    
12. # meshgrid函数通常使用在数据的矢量化上。
    
13. # 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
    
14. # np.meshgrid只能处理2维
    
15. cx, cy = np.meshgrid(x, y)
    
16. # cx是x向下扩展而来   cy是y向右扩展而来
    
17. print(cx, cx.shape)
    
18. print(cy, cy.shape)
    
19. print('*'*20)
    
20. cx, cy = np.meshgrid(x, y, sparse=True)
    
21. print(cx, cx.shape)
    
22. print(cy, cy.shape)
    
23. 
    
24. pp=np.mgrid[-5:5:5j]
    
25. # 中括号里面传第一维   5j表示5个点 等差数列
    
26. print(pp)
    
27. 
    
28. pp = np.mgrid[-1:1:2j,-2:2:3j]
    
29. # 中括号里面传第一维 第二维
    
30. print(pp.shape, pp)
    
31. x, y = pp
    
32. # 最大区别：meshgrid针对坐标 而mgrid针对矩阵维度
    
33. print('*'*20)
    
34. # x是第一维数据向右扩展
    
35. print(x, x.shape)
    
36. # y是第二维数据向下扩展
    
37. print(y, y.shape)
    
38. 
    
39. pp = np.mgrid[-1:1:2j,-2:2:3j,-3:3:5j]
    
40. x, y, z = pp
    
41. # 第一维 第二维 第三维
    
42. # 第个维度数据在最终结构中的分布
    
43. print(x, x.shape)
    
44. print(y, y.shape)
    
45. print(z, z.shape)
    
46. print('*'*20)
    
47. print(pp.shape, pp)
    
48. 
    
49. 
    

复制代码