python教程，如何理解numpy里meshgrid网格生成函数？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

最近要更新的python文章都是和画图有关系的，画图的时候都有些坐标点，这些坐标点除了手工定义外，还可以通过np.meshgrid()来批量生成。这就是本文的主要内容：np.meshgrid()函数的使用问题。它可以生成一系列可以组成网格的坐标点。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码经验总结。本文测试环境：win10，python@3.11.0，numpy@1.24.2，matplotlib@3.7.1。

坐标值

水平面上的坐标都是由x,y两个坐标组成的，所以本段代码准备这两个坐标轴。坐标点的生成，是根据需求来生成的。所以，不要盲目的抄袭本段内容，请根据实际需求更改代码。

import numpy as np 
x = np.arange(0,12,3)      # [0 3 6 9]
y = np.linspace(0,12,3)    # [0 6 12]

返回值：

[0 3 6 9]

[ 0.  6. 12.]

本文内容使用下面的文章的等差数列的生成方案：

• https://newsn.net/say/numpy-linspace.html
• https://newsn.net/say/numpy-arange.html

网格坐标【本文主体】

坐标点并非单独的几个点(网格边缘的几个点)，而是相互交织的网格坐标，这里使用np.meshgrid()来生成网格坐标。

xx, yy = np.meshgrid(x, y)

返回：

[[0 3 6 9]
 [0 3 6 9]
 [0 3 6 9]]

[[ 0.  0.  0.  0.]
 [ 6.  6.  6.  6.]
 [12. 12. 12. 12.]]

可以看到：

• 从x到xx，是把x{全体数据}在竖直方向上复制{y的行数}次。
• 从y到yy，是把y先变成竖排，然后{单个值}在x的方向上复制{x的列数}次。

直观感受散点分布

下面使用plot生成散点图的方式，来直观的画出这些点，并不是主体内容。仅仅是个直观感受的内容。代码如下：

import matplotlib.pyplot as plt
plt.scatter(xx, yy, color="r", marker="*")
plt.show()

参考文章：

• https://newsn.net/say/plot-scatter.html
• https://newsn.net/say/plot-scatter-2.html

如果交换xx和yy，可以得到另外一个散点分布图，以加强对比感知。

import matplotlib.pyplot as plt
plt.scatter(yy, xx, color="b", marker="*")
plt.show()

值得说明的是：网格图上显示出来的横纵坐标文字值，虽然依据是xx和yy。但是，并不是完全按照其分布的。

对比zip(x,y)

和zip()缝合函数也是有一定的区别的，对比一下：

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 12, 3)
y = np.linspace(0, 12, 3)
xx, yy = np.meshgrid(x, y)

print(len(xx),len(yy),len(list(zip(x,y))))  # 3 3 3

print(xx)
print(yy)
print(list(zip(x,y)))

""" 
[[0 3 6 9]
 [0 3 6 9]
 [0 3 6 9]]

[[ 0.  0.  0.  0.]
 [ 6.  6.  6.  6.]
 [12. 12. 12. 12.]]

[(0, 0.0), (3, 6.0), (6, 12.0)] 
"""

很显然，meshgrid()得到的是网格12个点，zip()得到的是其中的斜线上的三个点。

结束语

苏南大叔的文章可以转载，但是请保留“苏南大叔”的基本人设，请保留文章链接。谢谢。更多python文章请参考：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。