本站收集了一篇Python相关的编程文章，网友钟阳秋根据主题投稿了本篇教程内容，涉及到numpy、meshgrid函数、numpy中的meshgrid函数的使用相关内容，已被187网友关注，相关难点技巧可以阅读下方的电子资料。
numpy中的meshgrid函数的使用
numpy官方文档meshgrid函数帮助文档https://docs.scipy.org/doc/numpy/reference/generated/numpy.meshgrid.html
meshgrid(*xi, **kwargs)
功能：从一个坐标向量中返回一个坐标矩阵
参数：
x1,x2...,xn：数组,一维的数组代表网格的坐标。
indexing：{'xy','ij'}，笛卡尔坐标'xy'或矩阵'ij'下标作为输出，默认的是笛卡尔坐标。
sparse：bool类型，如果为True，返回一个稀疏矩阵保存在内存中，默认是False。
copy：bool类型，如果是False，返回一个原始数组的视图保存在内存中，默认是True。如果，sparse和copy都为False，将有可能返回一个不连续的数组。而且，如果广播数组的元素超过一个，可以使用一个独立的内存。如果想要对这个数组进行写操作，请先拷贝这个数组。
返回值：x1,x2,....,xn：ndarray(numpy数组)
可能看完官方的文档之后还是一脸懵逼，下面通过几个例子来解释说明一下。
nx,ny = (3,2) #从0开始到1结束，返回一个numpy数组,nx代表数组中元素的个数 x = np.linspace(0,1,nx) #[ 0. 0.5 1. ] y = np.linspace(0,1,ny) # [0. 1.] xv,yv = np.meshgrid(x,y) ''' xv [[ 0. 0.5 1. ] [ 0. 0.5 1. ]] yv [[ 0. 0. 0.] [ 1. 1. 1.]] '''
通过上面的例子，其实可以发现meshgrid函数将两个输入的数组x和y进行扩展，前一个的扩展与后一个有关，后一个的扩展与前一个有关，前一个是竖向扩展，后一个是横向扩展。因为，y的大小为2，所以x竖向扩展为原来的两倍，而x的大小为3，所以y横向扩展为原来的3倍。通过meshgrid函数之后，输入由原来的数组变成了一个矩阵。通过使用meshgrid函数，可以产生一个表格矩阵，下面用一个例子来展示产生一个2*2网格的坐标，每个网格的大小为1。
nx,ny = (3,3) #从0开始到1结束，返回一个numpy数组,nx代表数组中元素的个数 x = np.linspace(0,2,nx) # [0. 1. 2.] y = np.linspace(0,2,ny) # [0. 1. 2.] xv,yv = np.meshgrid(x,y) print(xv.ravel()) #[ 0. 1. 2. 0. 1. 2. 0. 1. 2.] print(yv.ravel()) #[ 0. 0. 0. 1. 1. 1. 2. 2. 2.]
ravel函数是将矩阵变为一个一维的数组，其中xv.ravel()就表示x轴的坐标，yv.ravel()就表示了y轴的坐标，我们将x轴的坐标和y轴的坐标进行一一对应，就产生了一个2*2大小为1的网格中的9个点的坐标。
如果，将sparse参数设置为True，就不会向上面一样进行扩展了，也就是说它产生的网格坐标不是所有的网格坐标，而是网格对角线上的坐标点。
nx,ny = (3,3) #从0开始到1结束，返回一个numpy数组,nx代表数组中元素的个数 x = np.linspace(0,2,nx) # [0. 1. 2.] y = np.linspace(0,2,ny) # [0. 1. 2.] xv,yv = np.meshgrid(x,y,sparse=True) print(xv) #[[ 0. 1. 2.]] print(yv) ''' [[ 0.] [ 1.] [ 2.]] '''
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码农之家。
