np.meshgrid()理解

np.meshgrid()

之前总是断断续续在numpy 或torch 中看到使用这个函数的场景，每次都是重新查阅

今天小结一下：以numpy 为例

np.meshgrid(*xi, **kwargs)
return coordinate matrices from coordinate vectors. 即从坐标向量中返回坐标矩阵
以二维为例
准确的说是将x中每一个数据和y中每一个数据组合生成很多点,然后将这些点的x坐标放入到X中,y坐标放入Y中,并且相应位置是对应的

直接举例更好理解

x = np.array([1,2,3,4])
y = np.array([5,6,7])

xv,yv= np.meshgrid(x,y)# 返回值是一个列表里面有两个值，这里直接取出

'''
output:
xv:
[[1 2 3 4]
 [1 2 3 4]
 [1 2 3 4]] 
 
yv:
 [[5 5 5 5]
 [6 6 6 6]
 [7 7 7 7]]
'''

以上面生成的二维矩阵为例理解meshgrid在做什么事

x四个取值1,2,3,4； y三个取值5,6,7

获得的坐标应该是

（1,5），（2,5），（3,5），（4,5）

（1,6），（2,6），（3,6），（4,6）

（1,7），（2,7），（3,7），（4,7）

观察可发现 返回值xv就是每一行的X坐标取值，yv就是每一行y坐标取值，相互对应，shape相同

而返回的矩阵shape：

行数由y的列数决定

列数由x的列数决定

同理更高维度

• 当然我们经常会要继续处理成坐标形式

res = np.stack((xv,yv),2)

’‘’
output：
res:

[[[1 5]
  [2 5]
  [3 5]
  [4 5]]

 [[1 6]
  [2 6]
  [3 6]
  [4 6]]

 [[1 7]
  [2 7]
  [3 7]
  [4 7]]]
  
  
shape:(3, 4, 2)

‘’‘
这就有坐标的感觉了

然后进行需要的reshape 操作