我有几个数组,在我的 x-,...-、y 轴上有点,并希望创建一个包含所有点的网格,如下所示:
x = [1, 2, 3]
y = [20, 40, 60, 80]
result = []
for xi in x:
for yi in y:
result.append([xi, yi])
np.array(result)
这给了我
array([[ 1, 20],
[ 1, 40],
[ 1, 60],
[ 1, 80],
[ 2, 20],
[ 2, 40],
[ 2, 60],
[ 2, 80],
[ 3, 20],
[ 3, 40],
[ 3, 60],
[ 3, 80]])
要使用numpy执行此操作,我在此问题中找到了以下代码:
np.vstack(np.meshgrid(x, y)).reshape(2, -1).T
但这以错误的顺序给出了结果:
array([[ 1, 20],
[ 2, 20],
[ 3, 20],
[ 1, 40],
[ 2, 40],
[ 3, 40],
[ 1, 60],
[ 2, 60],
[ 3, 60],
[ 1, 80],
[ 2, 80],
[ 3, 80]])
它首先通过 x 值,然后通过 y 值。
我可以通过使用
np.vstack(reversed(np.meshgrid(y, x))).reshape(2, -1).T
但这在 3D 中不再有效,其中
np.vstack(np.meshgrid(x, y, z)).reshape(3, -1).T
首先遍历 z 值,然后遍历 X 值,然后遍历 Y 值。
如何使用 numpy 获得所有维度的正确顺序?
您可以在 np.meshgrid
中指定矩阵索引ij
作为 indexing
参数以获得相反的顺序,默认情况下它是笛卡尔索引顺序xy
:
x = [1, 2, 3]
y = [20, 40, 60, 80]
np.stack(np.meshgrid(x, y, indexing='ij'), axis=-1).reshape(-1, 2)
#array([[ 1, 20],
# [ 1, 40],
# [ 1, 60],
# [ 1, 80],
# [ 2, 20],
# [ 2, 40],
# [ 2, 60],
# [ 2, 80],
# [ 3, 20],
# [ 3, 40],
# [ 3, 60],
# [ 3, 80]])
在 3d 中,这可能是:
np.stack(np.meshgrid(x, y, z, indexing='ij'), axis=-1).reshape(-1, 3)