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
軸向屏幕內側,z
軸向右側,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,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np.meshgrid的indexing參數(shù)內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
python中hasattr()、getattr()、setattr()函數(shù)的使用
這篇文章主要介紹了python中hasattr()、getattr()、setattr()函數(shù)的使用方法,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2019-08-08使用Django實現(xiàn)把兩個模型類的數(shù)據(jù)聚合在一起
這篇文章主要介紹了使用Django實現(xiàn)把兩個模型類的數(shù)據(jù)聚合在一起,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2020-03-03如何將yolo格式轉化為voc格式:txt轉xml(親測有效)
這篇文章主要介紹了如何將yolo格式轉化為voc格式:txt轉xml,親測有效,可以使用,本文通過圖文并茂的形式給大家介紹的非常詳細,感興趣的朋友參考下吧2023-12-12使用Python爬蟲庫requests發(fā)送表單數(shù)據(jù)和JSON數(shù)據(jù)
今天再為大家介紹下使用Python爬蟲庫requests發(fā)送表單數(shù)據(jù)和JSON數(shù)據(jù)的方法,這是最基本的使用方法,大家可以參考測試下2020-01-01