linspace可以用来实现相同间隔的采样。
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
返回值为numpy.ndarray。
贴上一个例子：
np.linspace(1,10,10)
array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.])
由于默认情况下endpoint=True，因此产生的数字的形式是这样的
$x_{k} = x_{min} + \frac{x_{max}-x_{min} }{num-1} * (k-1)$，${k}\in{[1,m]}$
可以这样理解，这是一条直线，要平均分为num分，因此就需要进行num-1次划分，每次划分的大小都为$\frac{x_{max}-x_{min}}{num-1}$
meshgrid函数是用来，怎么说呢，是用来进行联合组合，举个二维平面的例子吧。
x = [1,2,3]
y = [1,2]
meshgrid之后就会产生6个点的坐标，画面自己脑补吧，赖得画了。
最后一个函数是concatenate，这个函数可以将能够联合的多个矩阵进行联合，默认是按照axia=0也就是列的方式进行组合，根据需要可以指定为axis=1，或者是其他方式，使用起来是很方便的，不过，要联合的矩阵或者是数组必须以元组的形式进行传递。
能量加油包
x_scop = np.minimum(np.maximum(x, 0.0), 1.0)
知道这个是做什么用的么，就是将x规约到[0,1]范围内，厉不厉害，相当于是一个分段函数。
就这样子。