numpy.meshgrid()——生成网格点坐标矩阵。
关键词：网格点，坐标矩阵

网格点是什么？坐标矩阵又是什么？
看个图就明白了：

图中，每个交叉点都是网格点，描述这些网格点的坐标的矩阵，就是坐标矩阵。

再看个简单例子：

X矩阵是:[[0. 0.5 1. ], [0. 0.5 1. ]]

Y矩阵是:[[0 0 0],[1 1 1]]

代码如下：

import numpy as np
import matplotlib.pyplot as plt

X = np.array([[0, 0.5, 1],[0, 0.5, 1]])
Y = np.array([[0, 0, 0],[1, 1, 1]])

plt.plot(X, Y, 'o--')
plt.grid(True)
plt.show()

使用meshgrid方法构造同样的坐标矩阵

只需要构造一个表示x轴上的坐标的向量和一个表示y轴上的坐标的向量，然后作为参数给到meshgrid()，该函数就会返回相应维度的两个矩阵。
例如，你想构造一个2行3列的矩阵网格点，那么x生成一个shape(3,)的向量，y生成一个shape(2,)的向量，将x,y传入meshgrid()，最后返回的X,Y矩阵就是shape(2,3)。

x = np.array([0, 0.5, 1])
y = np.array([0,1])

xv,yv = np.meshgrid(x, y)
print("xv的维度:{},shape:{}".format(xv.ndim, xv.shape))
print("yv的维度:{},shape:{}".format(yv.ndim, yv.shape))
print(xv)
print(yv)

plt.plot(xv, yv, 'o--')
plt.grid(True)
plt.show()

针对indexing参数的说明:

indexing只是影响meshgrid()函数返回的矩阵的表示形式，但并不影响坐标点。

x = np.array([0, 0.5, 1])
y = np.array([0,1])

xv,yv = np.meshgrid(x, y,indexing='ij')
print("xv的维度:{},shape:{}".format(xv.ndim, xv.shape))
print("yv的维度:{},shape:{}".format(yv.ndim, yv.shape))
print(xv)
print(yv)

plt.plot(xv, yv, 'o--')
plt.grid(True)
plt.show()

 

参考连接：

1.https://www.cnblogs.com/black-mamba/p/9186965.html

2.https://blog.csdn.net/lllxxq141592654/article/details/81532855