numpy.meshgrid()绘制网格图

一、numpy.meshgrid()介绍

1.1、numpy.meshgrid()的用途

    numpy.meshgrid()——生成网格点坐标矩阵。

1.2、什么是 “网格点” 和 “坐标矩阵”

    上图中，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。

    图中 $A,B,C,D,E,F$ 是 6 个网格点，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：

$$X=\left[\begin{array}{ccc}0& 1& 2\\ 0& 1& 2\end{array}\right]$$
$$Y=\left[\begin{array}{ccc}1& 1& 1\\ 0& 0& 0\end{array}\right]$$

    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。假设 $X、Y$ 的下标都是从 0 开始，图中 $B$ 点坐标 $(X_{01},Y_{01})=(1,1)$

    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()

    输出结果：

二、numpy.meshgrid()使用

    当需要大量的网格点就可以使用 numpy.meshgrid()，在坐标矩阵中其实有大量的重复—— $X$ 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。

    改写（1.2）例子中的代码，用numpy.meshgrid实现，代码如下：

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()

    输出结果：

参考文章