这篇文章主要介绍了详解numpy.meshgrid()方法使用,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。
一句话解释numpy.meshgrid()——生成网格点坐标矩阵。
网格点是什么?坐标矩阵又是什么鬼?看个图就明白了:
图中,每个交叉点都是网格点,描述这些网格点的坐标的矩阵,就是坐标矩阵。
再看个简单例子
A,B,C,D,E,F是6个网格点,坐标如图,如何用矩阵形式(坐标矩阵)来批量描述这些点的坐标呢?
答案如下:
这就是坐标矩阵——横坐标矩阵XXX中的每个元素,与纵坐标矩阵YYY中对应位置元素,共同构成一个点的完整坐标。如B点坐标
下面可以自己用matplotlib来试一试,输出就是上边的图
1 2 3 4 5 6 7 8 9 10 11 12 13 |
|
如果对matplotlib不熟悉,可能只知道用一列横坐标(线性代数中的1维列向量),一列纵坐标生成(两者元素个数相等)一些点。但是实际上,给matplotlib的坐标信息是矩阵也是可以的,只要横纵坐标的尺寸一样。都会按照对应关系生成点。
但是有需要注意的地方,按照矩阵给坐标点信息,matplotlib会把横坐标矩阵中,每一列对应的点当做同一条线。
举个例子,把上面的代码plot
的linestyle=''
删掉,或者变成linestyle='-'
(这个操作把图的线型改为默认状态),就会发现A-D是连接的,B-E是连接的,C-F是连接的,也即,会认为你输入的是3条线,如图
作为练习,自己试着生成如下结果
提示:线型等关键字参数设置可用如下代码
1 2 3 4 |
|
答案
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
|
到这里,网格点和坐标矩阵的概念就解释清楚了。
那么问题来了,如果需要的图比较大,需要大量的网格点该怎么办呢?比如下面的这种
最直接但是最笨的方法,就是按照上面的方法把横纵坐标矩阵XXX,YYY写出来,就像上面练习题中的
很明显,对于网格点很多的情况根本没法用。有啥好的办法吗?
有的,注意到我们练习题中的坐标矩阵,其实有大量的重复——XXX的每一行都一样,YYY的每一列都一样。基于这种强烈的规律性,numpy提供的numpy.meshgrid()函数可以让我们快速生成坐标矩阵XXX,YYY。
语法:X,Y = numpy.meshgrid(x, y)
输入的x,y,就是网格点的横纵坐标列向量(非矩阵)
输出的X,Y,就是坐标矩阵。
我们来试验一下:改写第一个例子中的代码,用numpy.meshgrid来实现。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
|
1 2 3 4 5 |
|
最后给出上面这个图的代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
|