您好,登录后才能下订单哦!
这篇文章主要介绍了numpy中meshgrid和mgrid的区别和使用方法是什么的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇numpy中meshgrid和mgrid的区别和使用方法是什么文章都会有所收获,下面我们一起来看看吧。
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。
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. ]]]]
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
关于“numpy中meshgrid和mgrid的区别和使用方法是什么”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“numpy中meshgrid和mgrid的区别和使用方法是什么”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。