NumPy（十七）：Meshgrid函数【应用场景：等高线、SVC中超平面的绘制】

傷城~ 2023-09-29 10:58 15阅读 0赞

## 一、Meshgrid函数 ##

import numpy as np
    import matplotlib.pyplot as plt
    
    x = np.linspace(0, 1, 5)
    y = np.linspace(0, 1, 3)
    print("x = ", x)
    print("-" * 50)
    print("y = ", y)
    print("-" * 100)
    
    X, Y = np.meshgrid(x, y)
    print("\nX.shape = {0} \nX = \n{1}".format(X.shape, X))
    print("-" * 50)
    print("Y.shape = {0} \nY = \n{1}".format(Y.shape, Y))
    print("-" * 100)

打印结果：

x =  [0.   0.25 0.5  0.75 1.  ]
    --------------------------------------------------
    y =  [0.  0.5 1. ]
    ----------------------------------------------------------------------------------------------------
    
    X.shape = (3, 5) 
    X = 
    [[0.   0.25 0.5  0.75 1.  ]
     [0.   0.25 0.5  0.75 1.  ]
     [0.   0.25 0.5  0.75 1.  ]]
    --------------------------------------------------
    Y.shape = (3, 5) 
    Y = 
    [[0.  0.  0.  0.  0. ]
     [0.5 0.5 0.5 0.5 0.5]
     [1.  1.  1.  1.  1. ]]
    ----------------------------------------------------------------------------------------------------
    
    Process finished with exit code 0

meshgrid函数的运行过程，可以通过下面的示意图来加深理解：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]  
再者，也可以通过在matplotlib中进行可视化，来查看函数运行后得到的网格化数据的结果

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_19_color_FFFFFF_t_70_g_se_x_16_pic_center]  
当然，我们也可以获得网格平面上坐标点的数据，如下：

打印结果：

## 二、Meshgrid函数的一些应用场景 ##

Meshgrid函数常用的场景有等高线绘制及机器学习中SVC超平面的绘制（二维场景下）。

### 1、等高线 ###

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center]

import tensorflow as tf
    
    import matplotlib.pyplot as plt
    
    
    def func(x):
        """
    
        :param x: [b, 2]
        :return:
        """
        z = tf.math.sin(x[..., 0]) + tf.math.sin(x[..., 1])
    
        return z
    
    
    x = tf.linspace(0., 2 * 3.14, 500)
    y = tf.linspace(0., 2 * 3.14, 500)
    # [50, 50]
    point_x, point_y = tf.meshgrid(x, y)
    # [50, 50, 2]
    points = tf.stack([point_x, point_y], axis=2)
    # points = tf.reshape(points, [-1, 2])
    print('points:', points.shape)
    z = func(points)
    print('z:', z.shape)
    
    plt.figure('plot 2d func value')
    plt.imshow(z, origin='lower', interpolation='none')
    plt.colorbar()
    
    plt.figure('plot 2d func contour')
    plt.contour(point_x, point_y, z)
    plt.colorbar()
    plt.show()

打印结果：

points: (500, 500, 2)
    z: (500, 500)

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_19_color_FFFFFF_t_70_g_se_x_16_pic_center 1]  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_19_color_FFFFFF_t_70_g_se_x_16_pic_center 2]

### 2、SVM中超平面的绘制 ###

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_14_color_FFFFFF_t_70_g_se_x_16_pic_center]

--------------------

参考资料：  
[MatLab：meshgrid][MatLab_meshgrid]  
[Numpy中Meshgrid函数介绍及2种应用场景][Numpy_Meshgrid_2]

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]: https://img-blog.csdnimg.cn/6efd182a99d742a5ab8cbb958415e696.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAdTAxMzI1MDg2MQ==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_19_color_FFFFFF_t_70_g_se_x_16_pic_center]: https://img-blog.csdnimg.cn/37a948d5ee7d4a29a47d3b3e2ef72324.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAdTAxMzI1MDg2MQ==,size_19,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center]: https://img-blog.csdnimg.cn/8424c8b680574afab871daa99d372084.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAdTAxMzI1MDg2MQ==,size_17,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_19_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: https://img-blog.csdnimg.cn/d2ca9d74eb5741ac8d0b96158669e366.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAdTAxMzI1MDg2MQ==,size_19,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_19_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: https://img-blog.csdnimg.cn/5e889d4e3a424ea4bf01f7aa66f88866.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAdTAxMzI1MDg2MQ==,size_19,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAdTAxMzI1MDg2MQ_size_14_color_FFFFFF_t_70_g_se_x_16_pic_center]: https://img-blog.csdnimg.cn/6c36e230996f42b2bee13cd37609fcd8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAdTAxMzI1MDg2MQ==,size_14,color_FFFFFF,t_70,g_se,x_16#pic_center
[MatLab_meshgrid]: https://ww2.mathworks.cn/help/matlab/ref/meshgrid.html
[Numpy_Meshgrid_2]: https://www.cnblogs.com/lemonbit/p/7593898.html