时间:2021-05-22
一句话解释numpy.meshgrid()——生成网格点坐标矩阵。
关键词:网格点,坐标矩阵
网格点是什么?坐标矩阵又是什么鬼?
看个图就明白了:
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。
再看个简单例子
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:
这就是坐标矩阵——横坐标矩阵XXX中的每个元素,与纵坐标矩阵YYY中对应位置元素,共同构成一个点的完整坐标。如B点坐标
下面可以自己用matplotlib来试一试,输出就是上边的图
import numpy as npimport matplotlib.pyplot as pltx = 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plot的linestyle=''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
作为练习,自己试着生成如下结果
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='-.') # 线型为点划线答案
import numpy as npimport matplotlib.pyplot as pltx = 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()到这里,网格点和坐标矩阵的概念就解释清楚了。
那么问题来了,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
最直接但是最笨的方法,就是按照上面的方法把横纵坐标矩阵XXX,YYY写出来,就像上面练习题中的
很明显,对于网格点很多的情况根本没法用。有啥好的办法吗?
有的,注意到我们练习题中的坐标矩阵,其实有大量的重复——XXX的每一行都一样,YYY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XXX,YYY。
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。
我们来试验一下:改写第一个例子中的代码,用numpy.meshgrid来实现。
import numpy as npimport matplotlib.pyplot as pltx = 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]]最后给出上面这个图的代码
参考文献
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
numpy官方文档meshgrid函数帮助文档https://docs.scipy.org/doc/numpy/reference/generated/nump
对于numpy矩阵,行列扩展有三种比较常用的方法:1、使用矩阵对象的c_方法扩展列,使用矩阵对象的r_方法扩展行。2、使用numpy扩展库提供的insert()
numpy.sort()函数该函数提供了多种排序功能,支持归并排序,堆排序,快速排序等多种排序算法使用numpy.sort()方法的格式为:numpy.sort
在python列表中,如果我们想要删除一个或者连续几个元素,可以使用del()方法,在numpy数组,如果想要删除元素,可以使用numpy.delete()方法
python的使用之所以方便,原因之一就是各种数据类型各样轻松的转换,例如numpy数组和list的相互转换,只需要函数方法的使用就可以处理。numpy数组使用