numpy中是否有多维版本的arange / linspace？

Question

我想要一个2d NumPy数组（x，y）的列表，其中每个x都在{-5，-4.5，-4，-3.5，...，3.5,4,4.5,5}中，并且y相同。

我可以

x = np.arange(-5, 5.1, 0.5)
y = np.arange(-5, 5.1, 0.5)

然后迭代所有可能的对，但我确信有一个更好的方式......

我希望回来看起来像：

[[-5, -5],
 [-5, -4.5],
 [-5, -4],
 ...
 [5, 5]]

但顺序并不重要。

Answer 1

你可以使用np.mgrid，它通常比np.meshgrid更方便，因为它只需一步创建数组：

import numpy as np
X,Y = np.mgrid[-5:5.1:0.5, -5:5.1:0.5]

对于类似linspace的功能，将步长（即0.5）替换为a complex number，其大小指定了系列中所需的点数。使用此语法，将上述相同的数组指定为：

X, Y = np.mgrid[-5:5:21j, -5:5:21j]

---

然后，您可以创建对：

xy = np.vstack((X.flatten(), Y.flatten())).T

正如@ali_m建议的那样，这一切都可以在一行中完成：

xy = np.mgrid[-5:5.1:0.5, -5:5.1:0.5].reshape(2,-1).T

祝你好运！

Answer 2

我想你想要np.meshgrid：

从坐标向量返回坐标矩阵。

在给定一维坐标数组x1，x2，...，xn的情况下，为N-D网格上的N-D标量/矢量场的矢量化评估制作N-D坐标数组。

import numpy as np
x = np.arange(-5, 5.1, 0.5)
y = np.arange(-5, 5.1, 0.5)
X,Y = np.meshgrid(x,y)

您可以将其转换为您想要的输出

XY=np.array([X.flatten(),Y.flatten()]).T

print XY
array([[-5. , -5. ],
       [-4.5, -5. ],
       [-4. , -5. ],
       [-3.5, -5. ],
       [-3. , -5. ],
       [-2.5, -5. ],
       ....
       [ 3. ,  5. ],
       [ 3.5,  5. ],
       [ 4. ,  5. ],
       [ 4.5,  5. ],
       [ 5. ,  5. ]])

Answer 3

我们可以使用安排功能：

z1 = np.array([np.array(np.arange(1,5)),np.array(np.arange(1,5))])
print(z1)
o/p=> [[1 2 3 4]
       [1 2 3 4]]

Answer 4

如果你只想迭代对（而不是一次对整个点集进行计算），itertools.product可能最好服务于迭代所有可能的对：

import itertools

for (xi, yi) in itertools.product(x, y):
    print(xi, yi)

这避免了通过meshgrid生成大型矩阵。

Answer 5

这正是您正在寻找的：

matr = np.linspace((1,2),(10,20),10)

这意味着：

对于第一列;从（1,2）中的1个到10个中的10个，增加了10个数字。

对于第二列;从（1,2）中的2个到（10,20）中的20个，放入了10个数字。

结果将是：

[[ 1.  2.]
 [ 2.  4.]
 [ 3.  6.]
 [ 4.  8.]
 [ 5. 10.]
 [ 6. 12.]
 [ 7. 14.]
 [ 8. 16.]
 [ 9. 18.]
 [10. 20.]]

您也可以只保留一列的值，例如，如果您这样说：

matr = np.linspace((1,2),(1,20),10)

第一列将从（1,2）中的1个到（1,20）中的1个10次​​，这意味着它将保持为1，结果将是：

[[ 1.  2.]
 [ 1.  4.]
 [ 1.  6.]
 [ 1.  8.]
 [ 1. 10.]
 [ 1. 12.]
 [ 1. 14.]
 [ 1. 16.]
 [ 1. 18.]
 [ 1. 20.]]

Answer 6

不确定我是否理解这个问题 - 制作一个2元素NumPy数组的列表，这有效：

import numpy as np
x = np.arange(-5, 5.1, 0.5)
X, Y = np.meshgrid(x, x)
Liszt = [np.array(thing) for thing in zip(X.flatten(), Y.flatten())] # for python 2.7

zip给你一个元组列表，其余的列表理解。

Answer 7

根据这个例子，你可以做任何你想要的暗淡

def linspace3D(point1,point2,length):
    v1 = np.linspace(point1[0],point2[0],length)
    v2 = np.linspace(point1[1],point2[1],length)
    v3 = np.linspace(point1[2],point2[2],length)
    line = np.zeros(shape=[length,3])
    line[:,0]=v1
    line[:,1]=v2
    line[:,2]=v3
    return line