Question

我正在寻找类似网格网格函数的清晰比较。不幸的是我没找到它！

Numpy http://docs.scipy.org/doc/numpy/reference/提供

mgrid
ogrid
meshgrid

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

ndgrid
boxgrid

理想情况下，总结所有这些的表格将是完美的！

Answer 1

numpy.meshgrid以Matlab的meshgrid命令为模型。它用于向量化两个变量的函数，以便您可以编写

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]])

因此ZZ包含放入函数的x和y的所有组合。当你考虑它时，meshgrid对于numpy数组来说有点多余，因为它们是广播的。这意味着你可以做到

XX, YY = numpy.atleast_2d(x, y)
YY = YY.T # transpose to allow broadcasting
ZZ = XX + YY

并获得相同的结果。

mgrid和ogrid是使用索引表示法的帮助程序类，因此您可以直接在前面的示例中创建XX和YY，而不必使用{ {1}}。生成输出的顺序相反。

linspace

我不熟悉scitools的东西，但是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似乎等同于ndgrid，而meshgrid实际上是帮助这种生成的整个类。

Answer 2

np.mgrid和np.meshgrid()执行相同的操作，但第一轴和第二轴交换：

# 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)

收益False。只需交换前两个维度：

d11 = np.transpose(d11,[1,0,2])
np.array_equal(d1,d11)

收益True。

Python中的网格网格函数（meshgrid mgrid ogrid ndgrid）

2 个答案: