numpy.meshgrid()

numpy.meshgrid()

numpy.meshgrid()——生成网格点坐标矩阵
这里写图片描述

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

 

这里写图片描述

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:

                     X = \begin{bmatrix} 0 & 1 & 2\\ 0& 1 & 2 \end{bmatrix}                              Y= \begin{bmatrix} 1 & 1 & 1\\ 0& 0 & 0 \end{bmatrix}

这就是坐标矩阵——横坐标矩阵X中的每个元素,与纵坐标矩阵Y中对应位置元素,共同构成一个点的完整坐标。

如B点坐标(X_{_{12}}Y_{_{12}})= (1,1)。

上图的代码如下:

import numpy as np
import matplotlib.pyplot as plt

x = np.array([[0, 1, 2], [0, 1, 2]])
y = np.array([[0, 0, 0], [1, 1, 1]])


plt.plot(x, y,
         color='red',  # 全部点设置为红色
         marker='.',  # 点的形状为圆点
         linestyle='')  # 线型为空,也即点与点之间不用线连接
plt.grid(True)
plt.show()

 

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plotlinestyle=''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

这里写图片描述

 


提示:线型等关键字参数设置可用如下代码
plt.plot(x, y,
         marker='.',  # 点的形状为圆点
         markersize=10,  # 点设置大一点,看着清楚
         linestyle='-.')  # 线型为点划线

这里写图片描述

import numpy as np
import matplotlib.pyplot as plt

x = np.array([[0, 1, 2, 3],
              [0, 1, 2, 3],
              [0, 1, 2, 3],
              [0, 1, 2, 3]])
y = np.array([[0, 0, 0, 0],
              [1, 1, 1, 1],
              [2, 2, 2, 2],
              [3, 3, 3, 3]])


plt.plot(x, y,
         marker='.',  # 点的形状为圆点
         markersize=10,  # 点设置大一点,看着清楚
         linestyle='-.')  # 线型为点划线
plt.grid(True)
plt.show()

 

 

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

这里写图片描述

对于网格点很多的情况根本没法用。有什么好的办法吗?
有的,注意到我们练习题中的坐标矩阵,其实有大量的重复——X的每一行都一样,Y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X,Y

 

 

语法:X,Y = numpy.meshgrid(x, y)
输入的xy,就是网格点的横纵坐标列向量(非矩阵)
输出的XY,就是坐标矩阵

改写第一个例子中的代码,用numpy.meshgrid来实现。

import numpy as np
import matplotlib.pyplot as plt

x = np.array([0, 1, 2])
y = np.array([0, 1])

X, Y = np.meshgrid(x, y)
print(X)
print(Y)


plt.plot(X, Y,
         color='red',  # 全部点设置为红色
         marker='.',  # 点的形状为圆点
         linestyle='')  # 线型为空,也即点与点之间不用线连接
plt.grid(True)
plt.show()
# 从输出的结果来看,两种方法生成的坐标矩阵一毛一样。
[[0 1 2]
 [0 1 2]]
[[0 0 0]
 [1 1 1]]

这里写图片描述

 

最后给出上面这个图的代码

这里写图片描述

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0,1000,20)
y = np.linspace(0,500,20)

X,Y = np.meshgrid(x, y)

plt.plot(X, Y,
         color='limegreen',  # 设置颜色为limegreen
         marker='.',  # 设置点类型为圆点
         linestyle='')  # 设置线型为空,也即没有线连接点
plt.grid(True)
plt.show()

 

 

 

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值