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()
|