Python的 numpy中 meshgrid 和 mgrid 的区别和使用

一、meshgrid函数

meshgrid函数通常使用在数据的矢量化上。

它适用于生成网格型数据，可以接受两个一维数组生成两个二维矩阵，对应两个数组中所有的(x,y)对。

 

示例展示：

 

 由上面的示例展示可以看出，meshgrid的作用是：

根据传入的两个一维数组参数生成两个数组元素的列表。

如果第一个参数是xarray，维度是xdimesion，

第二个参数是yarray，维度是ydimesion。

那么生成的第一个二维数组是以xarray为行，共ydimesion行的向量；

而第二个二维数组是以yarray的转置为列，共xdimesion列的向量。

 

 二、 mgrid函数

用法：返回多维结构，常见的如2D图形，3D图形。对比np.meshgrid，在处理大数据时速度更快，且能处理多维（np.meshgrid只能处理2维） 
ret = np.mgrid[ 第1维，第2维 ，第3维 ， …] 
返回多值，以多个矩阵的形式返回，

第1返回值为第1维数据在最终结构中的分布，

第2返回值为第2维数据在最终结构中的分布，以此类推。（分布以矩阵形式呈现） 

例如np.mgrid[X , Y] 
样本（i，j）的坐标为 （X[i，j] ,Y[i，j]）,X代表第1维，Y代表第2维，在此例中分别为横纵坐标。

例如1D结构（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结构 (2D矩阵)，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结构 (3D立方体)，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 的区别

mgrid[[1:3:3j, 4:5:2j]] 
3j：3个点

• 步长为复数表示点数，左闭右闭
• 步长为实数表示间隔，左闭右开

 

 

【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