Сеточные функции сетки в Python (meshgrid mgrid ogrid ndgrid)

Question

Сеточные функции сетки в Python (meshgrid mgrid ogrid ndgrid)

Я ищу четкое сравнение meshgrid функции. К сожалению, я не нахожу его!

включает в себя http://docs.scipy.org/doc/numpy/reference/ предоставляет

mgrid

ogrid

meshgrid

Scitools http://hplgit.github.io/scitools/doc/api/html/index.html обеспечивает

ndgrid

boxgrid

в идеале-таблица, суммирующая все это было бы прекрасно!

901 2

python numpy scipy

2 ответов:

Comments

Ничего не найдено.

chthonicdaemon · Accepted Answer · 2016-10-21 19:28:20

numpy.meshgrid моделируется после . Он используется для векторизации функций двух переменных, так что вы можете написать
x = numpy.array([1, 2, 3])
y = numpy.array([10, 20, 30]) 
XX, YY = numpy.meshgrid(x, y)
ZZ = XX + YY

ZZ => array([[11, 12, 13],
             [21, 22, 23],
             [31, 32, 33]])
так ZZ содержит все комбинации x и y поместить в функцию. Когда вы думаете об этом!--4--> немного излишне для массивов numpy, так как они транслируются. Это означает, что вы можете сделать
XX, YY = numpy.atleast_2d(x, y)
YY = YY.T # transpose to allow broadcasting
ZZ = XX + YY
и получить тот же результат.

mgrid и ogrid вспомогательные классы, которые используют индекс нотации, так что вы можете создать XX и YY в предыдущих примерах напрямую, без необходимости использовать что-то вроде linspace. Порядок, в котором генерируются выходные данные, реверсируется.
YY, XX = numpy.mgrid[10:40:10, 1:4]
ZZ = XX + YY # These are equivalent to the output of meshgrid

YY, XX = numpy.ogrid[10:40:10, 1:4]
ZZ = XX + YY # These are equivalent to the atleast_2d example
я не знаком с вещами scitools, но ndgrid похоже, что эквивалентно meshgrid, а BoxGrid на самом деле весь класс, чтобы помочь с такого рода поколения.

dopexxx · Accepted Answer · 2018-04-14 20:23:55

np.mgrid и np.meshgrid() сделать то же самое, но первая и вторая оси меняются местами:
# 3D
d1, d2, d3 = np.mgrid[0:10, 0:10, 0:10]
d11, d22, d33 = np.meshgrid(np.arange(10),np.arange(10),np.arange(10))
np.array_equal(d1,d11)
доходность False. Просто поменяйте местами первые два измерения:
d11 = np.transpose(d11,[1,0,2])
np.array_equal(d1,d11)
доходность True.