numpy库学习之np.meshgrid函数

numpy库学习之np.meshgrid函数

一、简介

np.meshgrid 是 NumPy 库中的一个函数，用于从坐标向量构造网格。这在多维函数的评估、数据可视化等方面非常有用。np.meshgrid 可以生成二维或更高维度的网格，其中每个维度的值都来自相应的一维数组。

二、语法和参数

np.meshgrid 的基本语法如下：

numpy.meshgrid(*xi, indexing='xy', sparse=False)

• *xi：一系列数组，表示每个维度的坐标点。
• indexing：一个字符串，指定索引的顺序。'xy’表示第一个维度是x轴，第二个维度是y轴；'ij’表示第一个维度是行，第二个维度是列。
• sparse：布尔值，如果为True，则返回稀疏的网格，即只包含坐标数组，而不是完整的网格矩阵。

三、实例

3.1 基本二维网格

import numpy as np

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

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

输出：

X:
[[1 2 3]
 [1 2 3]
 [1 2 3]
 [1 2 3]]
Y:
[[4 4 4]
 [5 5 5]
 [6 6 6]
 [7 7 7]]

3.2 使用索引顺序

X, Y = np.meshgrid(x, y, indexing='ij')
print("X (indexing='ij'):")
print(X)
print("Y (indexing='ij'):")
print(Y)

输出：

X (indexing='ij') :
[[1 1 1]
 [2 2 2]
 [3 3 3]]
Y (indexing='ij') :
[[4 5 6]
 [4 5 6]
 [4 7 7]]

3.3 稀疏网格

X_sparse, Y_sparse = np.meshgrid(x, y, sparse=True)
print("X (sparse=True):")
print(X_sparse)
print("Y (sparse=True):")
print(Y_sparse)

输出：

X (sparse=True):
[[1 2 3]]
Y (sparse=True):
[[4]
 [5]
 [6]
 [7]]

四、注意事项

• np.meshgrid 可以用于生成多维网格，但在此示例中只展示了二维网格的用法。
• 当使用indexing='ij'时，生成的网格将按照矩阵索引的方式排列，即第一个索引变化得更快。
• sparse参数设置为True时，可以节省内存，但返回的不是完整的网格矩阵，而是坐标点的索引。
• 在某些情况下，如果输入数组的长度不一致，np.meshgrid 会广播较短的数组以匹配较长的数组，以生成完整的网格。

五、原理解释

np.meshgrid 函数生成网格的原理基于笛卡尔积的概念。笛卡尔积是集合论中的一个概念，学过离散数学的同学都知道，表示两个集合所有可能的有序对的集合。

在 np.meshgrid 的上下文中，它意味着将两个一维数组的所有元素进行配对，形成二维网格。

5.1原理说明

假设有两个一维数组 x 和 y：

• x = [x1, x2, ..., xn]
• y = [y1, y2, ..., ym]

np.meshgrid 将这些数组的元素配对，形成 n 行 m 列的网格。具体来说：

• 对于 x 中的每个元素 xi，它将与 y 中的所有元素进行配对。
• 同理，y 中的每个元素 yj 也将与 x 中的所有元素进行配对。

5.2 以二维网格为例

1. 生成 X 轴网格：对于 x 中的每个元素，将其复制 n 次，形成 n 行，每列有 n 个相同的 xi。

2. 生成 Y 轴网格：对于 y 中的每个元素，将其复制 m 次，形成 m 列，每行有 m 个相同的 yj。

3. 组合成网格：将步骤1和步骤2的结果组合起来，形成 n 行 m 列的二维网格。

5.3 示例

假设 x = [1, 2] 和 y = [3, 4, 5]，那么：

• x 的每个元素都与 y 中的所有元素配对。
• y 的每个元素都作为一列，与 x 中的所有元素配对。

import numpy as np

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

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

组合后的网格为：

X:
[[1 2]
 [1 2]
 [1 2]]
Y:
[[3 3]
 [4 4]
 [5 5]]

这表示每个 (xi, yj) 的配对，形成了一个完整的二维网格。

注意事项

• 当 indexing='ij' 时，网格的排列顺序是先按行变化，再按列变化，这与矩阵的索引方式一致。
• 稀疏网格（sparse=True）只返回坐标轴上的值，而不是完整的网格矩阵，这可以节省内存，特别是在处理高维数据时。如上例的稀疏化表示为：

X:
[[1]
 [2]]
Y:
[[3 4 5]]