Python中的numpy.meshgrid解析

Python中的numpy.meshgrid解析。关于该方法的解释，官网有详细的介绍（https://docs.scipy.org/doc/numpy-1.8.1/reference/generated/numpy.meshgrid.html#numpy.meshgrid）。这里做简单的介绍：

numpy.meshgrid(*xi,**kwargs) 该方法为从参数中返回一个坐标矩阵。

参数：

1、x1, x2,..., xn：array格式，代表网格坐标的一维数组。

2、indexing：{‘xy’, ‘ij’}, 该参数可选的。默认为xy（输出的笛卡尔（Cartesian）索引），ij为输出的矩阵索引。

3.sparse：布尔型（True/False）,默认为False。可选的参数，为True时返回一个稀疏网格。

4、copy：布尔型（True/False）,默认为True，可选的参数。
如果为False，则返回原始数组的视图以节省内存。 默认值为True。 当将sparse = False，copy = False可能返回不连续的数组。

输出：

X1, X2,..., XN，ndarray型数据

对于长度为Ni = len（xi）输入数组x1，x2，...，xn，当参数indexing为'ij'时，返回（N1，N2，N3 ，... Nn）形阵列；当参数indexing为'xy'，返回(N2,N1,N3,...Nn)形矩阵。用xi的元素重复填充矩阵沿x1的第一维，第二个为x2等。

示例：

>> nx, ny = (3, 2)
>>> x = np.linspace(0, 1, nx)
>>> y = np.linspace(0, 1, ny)
>>> xv, yv = meshgrid(x, y)
>>> xv
array([[ 0. ,  0.5,  1. ],
       [ 0. ,  0.5,  1. ]])
>>> yv
array([[ 0.,  0.,  0.],
       [ 1.,  1.,  1.]])
>>> xv, yv = meshgrid(x, y, sparse=True)  
>>> xv
array([[ 0. ,  0.5,  1. ]])
>>> yv
array([[ 0.],
       [ 1.]])