这篇文章主要介绍了详解numpy.meshgrid()方法使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值。
一句话解释numpy.meshgrid()------生成网格点坐标矩阵。
网格点是什么？坐标矩阵又是什么鬼？看个图就明白了：
图中，每个交叉点都是网格点，描述这些网格点的坐标的矩阵，就是坐标矩阵。
再看个简单例子
A,B,C,D,E,F是6个网格点，坐标如图，如何用矩阵形式（坐标矩阵）来批量描述这些点的坐标呢？
答案如下：
这就是坐标矩阵------横坐标矩阵XXX中的每个元素，与纵坐标矩阵YYY中对应位置元素，共同构成一个点的完整坐标。如B点坐标
下面可以自己用matplotlib来试一试，输出就是上边的图
|-------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | import numpy as np import matplotlib.pyplot as plt x ``= np.array([[``0``, ``1``, ``2``], [``0``, ``1``, ``2``]]) y ``= np.array([[``0``, ``0``, ``0``], [``1``, ``1``, ``1``]]) plt.plot(x, y, ``color``=``'red'``, ``# 全部点设置为红色 ``marker``=``'.'``, ``# 点的形状为圆点 ``linestyle``=``'') ``# 线型为空，也即点与点之间不用线连接 plt.grid(``True``) plt.show() |
如果对matplotlib不熟悉，可能只知道用一列横坐标（线性代数中的1维列向量），一列纵坐标生成（两者元素个数相等）一些点。但是实际上，给matplotlib的坐标信息是矩阵也是可以的，只要横纵坐标的尺寸一样。都会按照对应关系生成点。
但是有需要注意的地方，按照矩阵给坐标点信息，matplotlib会把横坐标矩阵中，每一列对应的点当做同一条线。
举个例子，把上面的代码plot 的linestyle='' 删掉，或者变成linestyle='-'（这个操作把图的线型改为默认状态），就会发现A-D是连接的，B-E是连接的，C-F是连接的，也即，会认为你输入的是3条线，如图
作为练习，自己试着生成如下结果
提示：线型等关键字参数设置可用如下代码
|---------|-------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 | plt.plot(x, y, ``marker``=``'.'``, ``# 点的形状为圆点 ``markersize``=``10``, ``# 点设置大一点，看着清楚 ``linestyle``=``'-.'``) ``# 线型为点划线 |
答案
|-------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | import numpy as np import matplotlib.pyplot as plt x ``= np.array([[``0``, ``1``, ``2``, ``3``], ``[``0``, ``1``, ``2``, ``3``], ``[``0``, ``1``, ``2``, ``3``], ``[``0``, ``1``, ``2``, ``3``]]) y ``= np.array([[``0``, ``0``, ``0``, ``0``], ``[``1``, ``1``, ``1``, ``1``], ``[``2``, ``2``, ``2``, ``2``], ``[``3``, ``3``, ``3``, ``3``]]) plt.plot(x, y, ``marker``=``'.'``, ``# 点的形状为圆点 ``markersize``=``10``, ``# 点设置大一点，看着清楚 ``linestyle``=``'-.'``) ``# 线型为点划线 plt.grid(``True``) plt.show() |
到这里，网格点和坐标矩阵的概念就解释清楚了。
那么问题来了，**如果需要的图比较大，需要大量的网格点该怎么办呢？**比如下面的这种
最直接但是最笨的方法，就是按照上面的方法把横纵坐标矩阵XXX，YYY写出来，就像上面练习题中的
很明显，对于网格点很多的情况根本没法用。有啥好的办法吗？
有的，注意到我们练习题中的坐标矩阵，其实有大量的重复------XXX的每一行都一样，YYY的每一列都一样。基于这种强烈的规律性，numpy提供的numpy.meshgrid()函数可以让我们快速生成坐标矩阵XXX，YYY。
语法：X,Y = numpy.meshgrid(x, y)
输入的x，y，就是网格点的横纵坐标列向量（非矩阵）
输出的X，Y，就是坐标矩阵。
我们来试验一下：改写第一个例子中的代码，用numpy.meshgrid来实现。
|-------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | import numpy as np import matplotlib.pyplot as plt x ``= np.array([``0``, ``1``, ``2``]) y ``= np.array([``0``, ``1``]) X, Y ``= np.meshgrid(x, y) print``(X) print``(Y) plt.plot(X, Y, ``color``=``'red'``, ``# 全部点设置为红色 ``marker``=``'.'``, ``# 点的形状为圆点 ``linestyle``=``'') ``# 线型为空，也即点与点之间不用线连接 plt.grid(``True``) plt.show() |
|-----------|-----------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 | # 从输出的结果来看，两种方法生成的坐标矩阵一毛一样。 [[``0 1 2``] ``[``0 1 2``]] [[``0 0 0``] ``[``1 1 1``]] |
最后给出上面这个图的代码
|----------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import numpy as np import matplotlib.pyplot as plt x ``= np.linspace(``0``,``1000``,``20``) y ``= np.linspace(``0``,``500``,``20``) X,Y ``= np.meshgrid(x, y) plt.plot(X, Y, ``color``=``'limegreen'``, ``# 设置颜色为limegreen ``marker``=``'.'``, ``# 设置点类型为圆点 ``linestyle``=``'') ``# 设置线型为空，也即没有线连接点 plt.grid(``True``) plt.show() |