numpy中meshgrid和mgrid的區(qū)別和使用詳解
一、meshgrid函數(shù)
meshgrid函數(shù)通常使用在數(shù)據(jù)的矢量化上。
它適用于生成網(wǎng)格型數(shù)據(jù),可以接受兩個(gè)一維數(shù)組生成兩個(gè)二維矩陣,對應(yīng)兩個(gè)數(shù)組中所有的(x,y)對。
示例展示:


由上面的示例展示可以看出,meshgrid的作用是:
根據(jù)傳入的兩個(gè)一維數(shù)組參數(shù)生成兩個(gè)數(shù)組元素的列表。
如果第一個(gè)參數(shù)是xarray,維度是xdimesion,
第二個(gè)參數(shù)是yarray,維度是ydimesion。
那么生成的第一個(gè)二維數(shù)組是以xarray為行,共ydimesion行的向量;
而第二個(gè)二維數(shù)組是以yarray的轉(zhuǎn)置為列,共xdimesion列的向量。
二、mgrid函數(shù)
用法:返回多維結(jié)構(gòu),常見的如2D圖形,3D圖形。對比np.meshgrid,在處理大數(shù)據(jù)時(shí)速度更快,且能處理多維(np.meshgrid只能處理2維)
ret = np.mgrid[ 第1維,第2維 ,第3維 , …]
返回多值,以多個(gè)矩陣的形式返回,
第1返回值為第1維數(shù)據(jù)在最終結(jié)構(gòu)中的分布,
第2返回值為第2維數(shù)據(jù)在最終結(jié)構(gòu)中的分布,以此類推。(分布以矩陣形式呈現(xiàn))
例如np.mgrid[X , Y]
樣本(i,j)的坐標(biāo)為 (X[i,j] ,Y[i,j]),X代表第1維,Y代表第2維,在此例中分別為橫縱坐標(biāo)。
例如1D結(jié)構(gòu)(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結(jié)構(gòu) (2D矩陣),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結(jié)構(gòu) (3D立方體),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 的區(qū)別
mgrid[[1:3:3j, 4:5:2j]]
3j:3個(gè)點(diǎn)
- 步長為復(fù)數(shù)表示點(diǎn)數(shù),左閉右閉
- 步長為實(shí)數(shù)表示間隔,左閉右開

【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
到此這篇關(guān)于numpy中meshgrid和mgrid的區(qū)別和使用詳解的文章就介紹到這了,更多相關(guān)numpy meshgrid mgrid內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
10個(gè)Python實(shí)現(xiàn)的最頻繁使用的聚類算法
聚類或聚類分析是無監(jiān)督學(xué)習(xí)問題。它通常被用作數(shù)據(jù)分析技術(shù),用于發(fā)現(xiàn)數(shù)據(jù)中的有趣模式。本文為大家介紹了10個(gè)最頻繁使用的聚類算法,感興趣的可以了解一下2022-12-12
OpenCV模板匹配matchTemplate的實(shí)現(xiàn)
這篇文章主要介紹了OpenCV模板匹配matchTemplate的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
封裝Detours用于Python中x64函數(shù)hook詳解
Detours是微軟發(fā)布的一個(gè)API hook框架,同時(shí)支持x86和x64,看文檔說也支持ARM和ARM64的Windows,這篇文章主要介紹了封裝Detours用于Python中x64函數(shù)hook,需要的朋友可以參考下2023-12-12
Python分支結(jié)構(gòu)和循環(huán)結(jié)構(gòu)示例代碼
在Python中,分支結(jié)構(gòu)通過if、elif和else關(guān)鍵字來實(shí)現(xiàn)條件判斷,在使用if語句時(shí),程序會根據(jù)條件表達(dá)式的真假執(zhí)行相應(yīng)的代碼塊,這篇文章主要介紹了Python分支結(jié)構(gòu)和循環(huán)結(jié)構(gòu),需要的朋友可以參考下2024-03-03
python實(shí)現(xiàn)mask矩陣示例(根據(jù)列表所給元素)
這篇文章主要介紹了python實(shí)現(xiàn)mask矩陣示例(根據(jù)列表所給元素),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Python入門Anaconda和Pycharm的安裝和配置詳解
這篇文章主要介紹了Python入門Anaconda和Pycharm的安裝和配置詳解,文章通過圖文介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07

