numpy中meshgrid的使用

最新推荐文章于 2025-05-01 21:35:38 发布

科技与文明

最新推荐文章于 2025-05-01 21:35:38 发布

阅读量5.4k

点赞数 7

分类专栏： Python基础文章标签： numpy np meshgrid

本文链接：https://blog.youkuaiyun.com/weixin_28710515/article/details/91574434

版权

Python基础专栏收录该内容

7 篇文章

订阅专栏

本文介绍如何使用Python的numpy库中的meshgrid函数生成网格数据，并结合matplotlib库绘制3D散点图。通过实例展示了meshgrid函数的工作原理及其在三维图形绘制中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

meshgrid的适用于生成网格型数据，可以接受两个一维数组生成两个二维矩阵，对应两个数组中所有的(x,y)对

例子

x = np.arange(1,4)
x
Out[13]: array([1, 2, 3])
y = np.arange(5,10)
x
Out[15]: array([1, 2, 3])
y
Out[16]: array([5, 6, 7, 8, 9])
z1, z2 = np.meshgrid(x, y)
z1
Out[21]: 
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])
z2
Out[22]: 
array([[5, 5, 5],
       [6, 6, 6],
       [7, 7, 7],
       [8, 8, 8],
       [9, 9, 9]])
z1.shape
Out[23]: (5, 3)

小结：meshgrid 后生成的二个数组的形状shape: （y.size, x.size)，第一个数组每行都是x，第二个数组每列都是y

绘制3维图

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 绘制散点图
x1 = np.arange(-4, 4, 0.25)
x2 = np.arange(-4, 4, 0.25)
x, y = np.meshgrid(x1, x2)

r = np.sqrt(x ** 2 + y ** 2)
z = np.sin(r)

fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(x, y, z)

# 添加坐标轴(顺序是x, y, z)
ax.set_xlabel('x', fontdict={'size': 10, 'color': 'red'})
ax.set_ylabel('y', fontdict={'size': 10, 'color': 'green'})
ax.set_zlabel('z', fontdict={'size': 10, 'color': 'blue'})

plt.show()