NumPy numpy.meshgrid Fonction
-
Syntaxe de
numpy.meshgrid()
: -
Exemples de codes :
numpy.meshgrid()
Méthode pour générer desmeshgrids
-
Exemples de codes : Définissez
indexing='ij'
dansnumpy.meshgrid()
Méthode pour générer desmeshgrids
-
Exemples de codes: Définissez
sparse = True
dansnumpy.meshgrid()
Méthode pour générermeshgrids
![NumPy numpy.meshgrid Fonction](/img/Numpy/ag-feature-image---Python-Numpy-meshgrid-Function.webp)
La fonction Python Numpy numpy.meshgrid()
crée une grille rectangulaire à N dimensions à partir de tableaux de coordonnées unidimensionnels x1, x2,..., xn
.
Syntaxe de numpy.meshgrid()
:
numpy.meshgrid(*xi, **kwargs)
Paramètres
x1, x2,..., xn |
Comme un tableau. Tableau 1-D qui représente les coordonnées de la grille. |
indexing |
Array-like. définit l’indexation de la production. xy (cartésien) ou ij (matrice). |
sparse |
Booléen. Retourne une grille clairsemée afin de conserver la mémoire (sparse=True ) |
copy |
Booléen. La vue dans le tableau original est retournée pour conserver la mémoire (copy=True ) |
Renvoie
Matrices de coordonnées à partir de vecteurs de coordonnées.
Exemples de codes : numpy.meshgrid()
Méthode pour générer des meshgrids
import numpy as np
x=np.linspace(2,5,4)
y=np.linspace(2,4,3)
xx,yy=np.meshgrid(x, y)
print("xx matrix:")
print(xx)
print("\n")
print("shape of xx matrix:")
print(xx.shape)
print("\n")
print("yy matrix:")
print(yy)
print("\n")
print("shape of yy matrix:")
print(yy.shape)
print("\n")
Production:
xx matrix:
[[2. 3. 4. 5.]
[2. 3. 4. 5.]
[2. 3. 4. 5.]]
shape of xx matrix:
(3, 4)
yy matrix:
[[2. 2. 2. 2.]
[3. 3. 3. 3.]
[4. 4. 4. 4.]]
shape of yy matrix:
(3, 4)
Il crée des matrices x
et yy
de telle sorte que l’appariement de l’élément correspondant dans chaque matrice donne les coordonnées x
et y
de tous les points de la grille.
Exemples de codes : Définissez indexing='ij'
dans numpy.meshgrid()
Méthode pour générer des meshgrids
import numpy as np
x=np.linspace(2,5,4)
y=np.linspace(2,4,3)
xx,yy=np.meshgrid(x,y,indexing='ij')
print("xx matrix:")
print(xx)
print("\n")
print("shape of xx matrix:")
print(xx.shape)
print("\n")
print("yy matrix:")
print(yy)
print("\n")
print("shape of yy matrix:")
print(yy.shape)
print("\n")
Production:
xx matrix:
[[2. 2. 2.]
[3. 3. 3.]
[4. 4. 4.]
[5. 5. 5.]]
shape of xx matrix:
(4, 3)
yy matrix:
[[2. 3. 4.]
[2. 3. 4.]
[2. 3. 4.]
[2. 3. 4.]]
shape of yy matrix:
(4, 3)
Il crée la matrice xx
et yy
de telle sorte que la paire a formé des éléments correspondants des deux éléments à partir de l’index des éléments de la matrice.
Les matrices xx
et yy
sont des transpositions de xx
et yy
dans le cas précédent.
Exemples de codes: Définissez sparse = True
dans numpy.meshgrid()
Méthode pour générer meshgrids
import numpy as np
x=np.linspace(2,5,4)
y=np.linspace(2,4,3)
xx,yy=np.meshgrid(x,y,sparse=True)
print("xx matrix:")
print(xx)
print("\n")
print("shape of xx matrix:")
print(xx.shape)
print("\n")
print("yy matrix:")
print(yy)
print("\n")
print("shape of yy matrix:")
print(yy.shape)
print("\n")
Production:
xx matrix:
[[2. 3. 4. 5.]]
shape of xx matrix:
(1, 4)
yy matrix:
[[2.]
[3.]
[4.]]
shape of yy matrix:
(3, 1)
Si nous définissons sparse=True
dans la méthode meshgrid()
, il retourne une grille clairsemée pour conserver la mémoire.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn