numpy中使用meshgrid生成二维数组矩阵，组成坐标轴上坐标，加上mgrid的理解

最新推荐文章于 2024-12-30 19:16:43 发布

xiaolun@~200830

最新推荐文章于 2024-12-30 19:16:43 发布

阅读量2.1k

点赞数 2

分类专栏： python&java&其他算法文章标签： python numpy

本文链接：https://blog.youkuaiyun.com/weixin_43334389/article/details/110085503

版权

python&java&其他算法专栏收录该内容

48 篇文章

订阅专栏

这篇博客探讨了Python中用于创建网格坐标的`meshgrid`和`mgrid`函数。`meshgrid`用于在二维坐标轴上生成交叉点，而`mgrid`则以更灵活的方式创建网格。通过实例，作者展示了如何使用这两个函数，以及它们在机器学习预测函数中的应用。此外，还展示了如何将网格数据扁平化以及如何进行转置操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、meshgrid

1、问题描述
今天在看机器学习视频时，看到预测函数中有下面的代码

xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution),
                         np.arange(x2_min, x2_max, resolution))
Z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)

不太懂其中的意思，索性就进行了下面的分析和测试。
2、分析
该函数可以在二维坐标轴上生成对应的交叉点，每个交叉点对应一个坐标，坐标的X轴取值为：[0. 0.2 0.4 0.6 0.8]，Y轴取值为：[1 1.5 2]，进行将X/Y轴取值进行组合后，可以拼接成相应的坐标，其测试代码如下：

import numpy as np

XX1, XX2 = np.meshgrid(np.arange(0, 1, 0.2), np.arange(1, 2.1, 0.5))
# [[0.  0.2 0.4 0.6 0.8]
#  [0.  0.2 0.4 0.6 0.8]
#  [0.  0.2 0.4 0.6 0.8]]
print(XX1)
# <class 'numpy.ndarray'>
print(type(XX1))
# (3, 5)
print(XX1.shape)
# [[1.  1.  1.  1.  1. ]
#  [1.5 1.5 1.5 1.5 1.5]
#  [2.  2.  2.  2.  2. ]]
print(XX2)
# 将数据进行扁平化
# [0.  0.2 0.4 0.6 0.8 0.  0.2 0.4 0.6 0.8 0.  0.2 0.4 0.6 0.8]
print(XX1.ravel())
# <class 'numpy.ndarray'>
print(type(XX1.ravel()))
# [1.  1.  1.  1.  1.  1.5 1.5 1.5 1.5 1.5 2.  2.  2.  2.  2. ]
print(XX2.ravel())

Z = np.array([XX1.ravel(), XX2.ravel()])
# [[0.  0.2 0.4 0.6 0.8 0.  0.2 0.4 0.6 0.8 0.  0.2 0.4 0.6 0.8]
#  [1.  1.  1.  1.  1.  1.5 1.5 1.5 1.5 1.5 2.  2.  2.  2.  2. ]]
print(Z)
# [[0.  1. ]
#  [0.2 1. ]
#  [0.4 1. ]
print(Z.T)

2、mgrid

1、代码

# 5j个点,步长为复数表示点数,为实数表示步长
# np.mgrid[start:end:step]
x1, x2 = np.mgrid[-5:5:5j, -5:5:5j]

# 输出结果
[[-5.  -5.  -5.  -5.  -5. ]
 [-2.5 -2.5 -2.5 -2.5 -2.5]
 [ 0.   0.   0.   0.   0. ]
 [ 2.5  2.5  2.5  2.5  2.5]
 [ 5.   5.   5.   5.   5. ]] 
 
 [[-5.  -2.5  0.   2.5  5. ]
 [-5.  -2.5  0.   2.5  5. ]
 [-5.  -2.5  0.   2.5  5. ]
 [-5.  -2.5  0.   2.5  5. ]
 [-5.  -2.5  0.   2.5  5. ]]
print(x1, x2)