Python的 numpy中 meshgrid 和 mgrid 的區別和使用

一、meshgrid函數

meshgrid函數通常使用在數據的矢量化上。

它適用於生成網格型數據，可以接受兩個一維數組生成兩個二維矩陣，對應兩個數組中所有的(x,y)對。

 

示例展示：

 

 由上面的示例展示可以看出，meshgrid的作用是：

根據傳入的兩個一維數組參數生成兩個數組元素的列表。

如果第一個參數是xarray，維度是xdimesion，

第二個參數是yarray，維度是ydimesion。

那么生成的第一個二維數組是以xarray為行，共ydimesion行的向量；

而第二個二維數組是以yarray的轉置為列，共xdimesion列的向量。

 

 二、 mgrid函數

用法：返回多維結構，常見的如2D圖形，3D圖形。對比np.meshgrid，在處理大數據時速度更快，且能處理多維（np.meshgrid只能處理2維） 
ret = np.mgrid[ 第1維，第2維 ，第3維 ， …] 
返回多值，以多個矩陣的形式返回，

第1返回值為第1維數據在最終結構中的分布，

第2返回值為第2維數據在最終結構中的分布，以此類推。（分布以矩陣形式呈現） 

例如np.mgrid[X , Y] 
樣本（i，j）的坐標為 （X[i，j] ,Y[i，j]）,X代表第1維，Y代表第2維，在此例中分別為橫縱坐標。

例如1D結構（array），如下：

In [2]: import numpy as np

In [3]: pp=np.mgrid[-5:5:5j]

In [4]: pp
Out[4]: array([-5. , -2.5,  0. ,  2.5,  5. ])

例如2D結構 (2D矩陣)，如下：

>>> pp = np.mgrid[-1:1:2j,-2:2:3j]
>>> x , y = pp
>>> x
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])
>>> y 
array([[-2.,  0.,  2.],
       [-2.,  0.,  2.]])

例如3D結構 (3D立方體)，如下：

>>> pp = np.mgrid[-1:1:2j,-2:2:3j,-3:3:5j]
>>> print pp
[[[[-1.  -1.  -1.  -1.  -1. ]
   [-1.  -1.  -1.  -1.  -1. ]
   [-1.  -1.  -1.  -1.  -1. ]]

  [[ 1.   1.   1.   1.   1. ]
   [ 1.   1.   1.   1.   1. ]
   [ 1.   1.   1.   1.   1. ]]]


 [[[-2.  -2.  -2.  -2.  -2. ]
   [ 0.   0.   0.   0.   0. ]
   [ 2.   2.   2.   2.   2. ]]

  [[-2.  -2.  -2.  -2.  -2. ]
   [ 0.   0.   0.   0.   0. ]
   [ 2.   2.   2.   2.   2. ]]]


 [[[-3.  -1.5  0.   1.5  3. ]
   [-3.  -1.5  0.   1.5  3. ]
   [-3.  -1.5  0.   1.5  3. ]]

  [[-3.  -1.5  0.   1.5  3. ]
   [-3.  -1.5  0.   1.5  3. ]
   [-3.  -1.5  0.   1.5  3. ]]]]

 

三、meshgrid 和 mgrid 的區別

mgrid[[1:3:3j, 4:5:2j]] 
3j：3個點

• 步長為復數表示點數，左閉右閉
• 步長為實數表示間隔，左閉右開

 

 

【Reference】

1. https://blog.csdn.net/grey_csdn/article/details/69663432

2. https://blog.csdn.net/crossky_jing/article/details/49466127

3. https://blog.csdn.net/tymatlab/article/details/79027162