环境

python 3.7 numpy 1.18.4

函数文档

numpy.meshgrid(*xi, copy=True, sparse=False, indexing='xy')[source]

从坐标向量返回坐标矩阵 给定一维坐标数组x1，x2，…，xn，建立N维坐标数组以对N维网格上的N维标量/矢量场进行矢量化评估。

参数： x1, x2,…, xn : 数组 表示网格坐标的一维数组

indexing : 可选 ‘xy’ 或 ‘ij’ Cartesian (‘xy’, default) or matrix (‘ij’) indexing of output. 笛卡尔（默认为“ xy”）或矩阵（“ ij”）的输出索引。

sparse : 布尔类型 如果为True，则返回一个稀疏网格以节省内存。默认值为False。

copy : 布尔类型 如果为False，则返回原始数组的视图以节省内存。默认值为True。 需要注意的是，sparse = False，copy = False可能会返回非连续数组。 如果需要写入阵列，需要先进行复制。

返回值： X1, X2,…, XN ：ndarray 对于长度为Ni = len（xi）的向量x1，x2，…，‘xn’，如果indexing ='ij’或(N1, N2, N3,…Nn)，则返回(N1, N2, N3,…Nn)形状的数组。 如果indexing ='xy’与xi的元素重复出现，则沿x1的第一个维度填充矩阵，沿x2的第二个维度填充矩阵，依此类推。

提示：翻译不好，英文原版在numpy.meshgrid

例子

官方示例

函数的技巧性操作

我想要实现的操作是给定两个（或是多个）数组 输出一个他们中所有元素的组合方式 每个数组中取一个元素构成输出的子数组 （后来才知道这是求集合的笛卡尔积） 例如： 输入：[A,B,C] ，[1,2] 输出：[[A,1],[A,2],[B,1],[B,2],[C,1],[C,2]]

代码示例：

import numpy as np x = [1, 2, 3, 4] y = [8, 9, 7] xx= np.array(np.meshgrid(x, y)).T.reshape(-1,2) print(xx) 输出： [[1 8] [1 9] [1 7] [2 8] [2 9] [2 7] [3 8] [3 9] [3 7] [4 8] [4 9] [4 7]]

输入的数组是几个，就把reshape里的参数2改成几 例如三个：

print(np.array(np.meshgrid([1, 2, 3], [4, 5], [8, 9, 7])).T.reshape(-1, 3)) [[1 4 8] [1 5 8] [2 4 8] [2 5 8] [3 4 8] [3 5 8] [1 4 9] [1 5 9] [2 4 9] [2 5 9] [3 4 9] [3 5 9] [1 4 7] [1 5 7] [2 4 7] [2 5 7] [3 4 7] [3 5 7]]

这个方法太难找了