np.meshgrid中的indexing參數(shù)問題解決
meshgrid函數(shù)在二維空間中可以簡單地理解為將x軸與y軸的每個位置的坐標關(guān)聯(lián)起來形成了一個網(wǎng)格,我們知道空間中的點是由坐標確定的,因此,當x與y關(guān)聯(lián)起來后,我們便可以給與某個點某個特定值并畫出對應的圖像。具體的可以百度一下,會有很多較為詳細的介紹。
這里我想要著重的說一下二維以及三維的meshgrid的參數(shù)indexing的問題。
二維meshgrid函數(shù)
import numpy as np
class Debug:
def __init__(self):
self.x = np.arange(5)
self.y = np.arange(5)
def grid(self):
X, Y = np.meshgrid(self.x, self.y, indexing="xy")
return X, Y
main = Debug()
X, Y = main.grid()
print("The X grid is:")
print(X)
print("The Y grid is:")
print(Y)
"""
The X grid is:
[[0 1 2 3 4]
[0 1 2 3 4]
[0 1 2 3 4]
[0 1 2 3 4]
[0 1 2 3 4]]
The Y grid is:
[[0 0 0 0 0]
[1 1 1 1 1]
[2 2 2 2 2]
[3 3 3 3 3]
[4 4 4 4 4]]
"""從上面的結(jié)果可以看出,所獲取的網(wǎng)格對應如下圖所示,橫向為x軸,縱向為y軸,類似于我們在幾何空間中使用的坐標系, 我們通常稱之為笛卡爾坐標系(Cartesian coordinate)。在二維meshgrid網(wǎng)格創(chuàng)建命令中,笛卡爾坐標系是默認的坐標系。

然而在python編程中,還有一種較為常用的indexing取法,代碼如下:
import numpy as np
class Debug:
def __init__(self):
self.x = np.arange(5)
self.y = np.arange(5)
def grid(self):
X, Y = np.meshgrid(self.x, self.y, indexing="ij")
return X, Y
main = Debug()
i, j = main.grid()
print("The i grid is:")
print(i)
print("The j grid is:")
print(j)
"""
The i grid is:
[[0 0 0 0 0]
[1 1 1 1 1]
[2 2 2 2 2]
[3 3 3 3 3]
[4 4 4 4 4]]
The j grid is:
[[0 1 2 3 4]
[0 1 2 3 4]
[0 1 2 3 4]
[0 1 2 3 4]
[0 1 2 3 4]]
"""
此時從上面的結(jié)果我們可以看出,所獲取的網(wǎng)格對應如下圖所示,縱向為i軸,橫向為j軸,我們在編程中通常很少使用的這種坐標系。但是它也有自己的優(yōu)勢,這里不進一步說明。

三維meshgrid函數(shù)
進一步我們討論三維的情況,代碼如下:
import numpy as np
class Debug:
def __init__(self):
self.x = np.arange(3)
self.y = np.arange(3)
self.z = np.arange(3)
def grid(self):
X, Y, Z = np.meshgrid(self.x, self.y, self.z)
return X, Y, Z
main = Debug()
X, Y, Z = main.grid()
print("The X grid is:")
print(X)
print("The Y grid is:")
print(Y)
print("The Z grid is:")
print(Z)
"""
The X grid is:
[[[0 0 0]
[1 1 1]
[2 2 2]]
[[0 0 0]
[1 1 1]
[2 2 2]]
[[0 0 0]
[1 1 1]
[2 2 2]]]
The Y grid is:
[[[0 0 0]
[0 0 0]
[0 0 0]]
[[1 1 1]
[1 1 1]
[1 1 1]]
[[2 2 2]
[2 2 2]
[2 2 2]]]
The Z grid is:
[[[0 1 2]
[0 1 2]
[0 1 2]]
[[0 1 2]
[0 1 2]
[0 1 2]]
[[0 1 2]
[0 1 2]
[0 1 2]]]
"""
由上面的結(jié)果我們可以看到,此時的坐標軸對應如下圖像:

x軸向下,y軸向屏幕內(nèi)側(cè),z軸向右側(cè),在三維圖像中不再根據(jù)indexing值來區(qū)分坐標軸了,而是統(tǒng)一規(guī)定了坐標軸的取法,只有對于這個坐標軸的取法深入理解,才能在之后的三維數(shù)據(jù)處理中游刃有余。
特別說明
但是這里有一個問題,來看一組代碼:
class Debug:
def __init__(self):
x = np.array([[[0],
[2]], [[4],
[6]], [[8],
[10]]])
print(x.shape)
main = Debug()
"""
(3, 2, 1)
"""
我們可以看到,輸出結(jié)果為(3, 2, 1),即沿著x軸1個元素,沿著y軸2個元素,沿著z軸3個元素。再來看一下我們使用meshgrid方法生成三維網(wǎng)格的情況。
import numpy as np
class Debug:
def __init__(self):
self.x = np.arange(1)
self.y = np.arange(2)
self.z = np.arange(3)
def grid(self):
X, Y, Z = np.meshgrid(self.x, self.y, self.z)
return X, Y, Z
main = Debug()
X, Y, Z = main.grid()
print("The X grid is:")
print(X.shape)
print("The Y grid is:")
print(Y.shape)
print("The Z grid is:")
print(Z.shape)
"""
The X grid is:
(2, 1, 3)
The Y grid is:
(2, 1, 3)
The Z grid is:
(2, 1, 3)
"""
我們可以看到,最終輸出的X,Y,Z的shape均為(2, 1, 3),這對應的是沿著x軸3個元素,沿著y軸1個元素,沿著z軸2個元素。突然感覺有些混亂,不符合我們之前想要得到的x,y,z的排列順序,為了能夠得到正常的排列順序,我們可以使用如下代碼:
import numpy as np
class Debug:
def __init__(self):
self.x = np.arange(1)
self.y = np.arange(2)
self.z = np.arange(3)
def grid(self):
X, Y, Z = np.meshgrid(self.y, self.z, self.x)
return X, Y, Z
main = Debug()
X, Y, Z = main.grid()
print("The X grid is:")
print(X.shape)
print("The Y grid is:")
print(Y.shape)
print("The Z grid is:")
print(Z.shape)
"""
The X grid is:
(3, 2, 1)
The Y grid is:
(3, 2, 1)
The Z grid is:
(3, 2, 1)
"""
可以看到運行后我們得到了符合Python默認坐標軸習慣的網(wǎng)格形式,這時對應的x軸向右側(cè),y軸向下,z軸向屏幕里面。這個僅僅是為了理解需要,實際操作中無需進行這種坐標軸變換操作,直接使用默認的三維坐標軸方向即可。
到此這篇關(guān)于np.meshgrid中的indexing參數(shù)問題解決的文章就介紹到這了,更多相關(guān)np.meshgrid的indexing參數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
PyTorch中的squeeze()和unsqueeze()解析與應用案例
這篇文章主要介紹了PyTorch中的squeeze()和unsqueeze()解析與應用案例,文章內(nèi)容介紹詳細,需要的小伙伴可以參考一下,希望對你有所幫助2022-03-03
Django 解決model 反向引用中的related_name問題
這篇文章主要介紹了Django 解決model 反向引用中的related_name問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
Python實現(xiàn)破解網(wǎng)站登錄密碼(帶token驗證)
這篇文章主要為大家介紹一個Python暴力破解網(wǎng)站登錄密碼腳本(帶token驗證),文中的過程講解詳細,對我們學習Python有一定的幫助,感興趣的可以學習一下2022-02-02
python二分法查找算法實現(xiàn)方法【遞歸與非遞歸】
這篇文章主要介紹了python二分法查找算法實現(xiàn)方法,結(jié)合實例形式分析了Python使用遞歸與非遞歸算法實現(xiàn)二分查找的相關(guān)操作技巧,需要的朋友可以參考下2019-12-12
PyCharm遠程調(diào)試代碼配置以及運行參數(shù)設(shè)置方式
這篇文章主要介紹了PyCharm遠程調(diào)試代碼配置以及運行參數(shù)設(shè)置方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-01-01
python實現(xiàn)調(diào)用攝像頭并拍照發(fā)郵箱
這篇文章主要介紹了python實現(xiàn)調(diào)用攝像頭并拍照發(fā)郵箱的程序,幫助大家更好的理解和學習使用python,感興趣的朋友可以了解下2021-04-04

