『python笔记』numpy中mgrid的用法

目录

一、语法格式 

二、举例

三、三维绘图

---

matplotlib绘制三维图表，里面都用到了numpy中的一个函数叫mgrid，下面介绍一下：

一、语法格式 

np.mgrid[start:end:step]
参数解析：

    start:开始坐标

    stop:结束坐标（实数不包括，复数包括）

    step:步长

• 用法：返回多维结构，常见的如2D图形，3D图形。
• 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）  

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

二、举例

• 例如1D结构（array），如下：

>>> import numpy as np
>>> x=np.mgrid[-5:5:5j]
>>> x
array([-5. , -2.5,  0. ,  2.5,  5. ])
>>> 

• 例如2D结构 (2D矩阵)，如下： 

>>> import numpy as np
>>> x,y=np.mgrid[-5:5:3j,-2:2:3j]
>>> x
array([[-5., -5., -5.],
       [ 0.,  0.,  0.],
       [ 5.,  5.,  5.]])
>>> y
array([[-2.,  0.,  2.],
       [-2.,  0.,  2.],
       [-2.,  0.,  2.]])
>>> 

注意： 其中x沿着水平向右的方向扩展(即是：每列都相同)，观察x。y沿着垂直的向下的方向扩展(即是：每行都相同)。观察y。

>>> import numpy as np
>>> x,y=np.mgrid[-5:5:3j,-2:2:3]
>>> x
array([[-5., -5.],
       [ 0.,  0.],
       [ 5.,  5.]])
>>> y
array([[-2.,  1.],
       [-2.,  1.],
       [-2.,  1.]])
>>> 

•   例如3D结构 (3D立方体)，如下： 

>>> import numpy as np
>>> x,y,z=np.mgrid[-5:5:3j,-2:2:3j,-1:1:2]
>>> x
array([[[-5.],
        [-5.],
        [-5.]],

       [[ 0.],
        [ 0.],
        [ 0.]],

       [[ 5.],
        [ 5.],
        [ 5.]]])
>>> y
array([[[-2.],
        [ 0.],
        [ 2.]],

       [[-2.],
        [ 0.],
        [ 2.]],

       [[-2.],
        [ 0.],
        [ 2.]]])
>>> z
array([[[-1.],
        [-1.],
        [-1.]],

       [[-1.],
        [-1.],
        [-1.]],

       [[-1.],
        [-1.],
        [-1.]]])
>>> 

三、三维绘图 

声明：k轴范围为1~3，b轴范围为4~6；

• 步骤1：朝右扩展 

[1 1 1] 
[2 2 2] 
[3 3 3]

• 步骤2：朝下扩展

[4 5 6] 
[4 5 6] 
[4 5 6]

• 步骤3：定位（ki，bi），把上面的k、b联合起来

[(1,4) (1,5) (1,6)] 
[(2,4) (2,5) (2,6)] 
[(3,4) (3,5) (3,6)]

• 步骤4：将（ki，bi）代入f(k,b)=3k^2+2b+1求f(ki,bi)

[12 14 16] 
[21 23 25] 
[36 38 40]

• 代码如下：

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d
import pylab as p
import mpl_toolkits.mplot3d.axes3d as p3

k,b=np.mgrid[1:3:3j,4:6:3j]
f_kb=3*k**2+2*b+1

k.shape=-1,1
b.shape=-1,1
f_kb.shape=-1,1 #统统转成9行1列

fig=p.figure()
ax=p3.Axes3D(fig)
ax.scatter(k,b,f_kb,c='r')
ax.set_xlabel('k')
ax.set_ylabel('b')
ax.set_zlabel('ErrorArray')
p.show()

• 运行结果：

步骤5：将（ki,bi,f(ki,bi)）连起来，形成曲面

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d
import pylab as p
import mpl_toolkits.mplot3d.axes3d as p3

k,b=np.mgrid[1:3:3j,4:6:3j]
f_kb=3*k**2+2*b+1

ax=plt.subplot(111,projection='3d')
ax.plot_surface(k,b,f_kb,rstride=1,cstride=1)
ax.set_xlabel('k')
ax.set_ylabel('b')
ax.set_zlabel('ErrorArray')
p.show()

注意：mgrid中第三个参数越大，说明某一区间被分割得越细，相应的曲面越精准。在上面的例子中第三个参数为3j，如果说我们其它不变，

• 单纯将参数改成10j，则曲面图如下：

• 将参数改一下改成30j，则曲面图如下：

部分参考了作者：

• 悠望南山2016