从网格数据生成数据(Numpy)

Question

我想问如何从网格生成相应的值。我有一个函数"foo“，它接受一个长度为2的一维数组，并返回一些实数。

import numpy as np

def foo(X):  
    #this function takes a vector, e.g., np.array([2,3]), and returns a real number.
    return sum(X)**np.sin( sum(X) );

x = np.arange(-2, 1, 1)          # points in the x axis
y = np.arange( 3, 8, 1)          # points in the y axis
X, Y = np.meshgrid(x, y)         # X, Y : grid

我用网格生成X和Y网格。

然后，如何使用"foo“函数生成相应的Z值，以便在3D中绘制它们，例如用X、Y、Z值绘制plot_surface函数？

这里的问题是如何使用"foo“函数生成与X和Y具有相同形状的Z值。因为我的"foo“函数只使用一维数组，所以我不知道如何使用这个函数与X和Y一起生成相应的Z值。

Answer 1

使用np.dstack将两个numpy数组叠成“深度”，然后修改foo函数，使其只在叠加数组的最后一个轴上操作。这很容易使用参数np.sum和参数axis=-1来完成，而不是使用内置sum。

import numpy as np

def foo(xy):
    return np.sum(xy, axis=-1) ** np.sin(np.sum(xy, axis=-1))

x = np.arange(-2, 1, 1)          # points in the x axis
y = np.arange( 3, 8, 1)          # points in the y axis
X, Y = np.meshgrid(x, y)         # X, Y : grid
XY = np.dstack((X, Y))

现在，你应该得到：

>>> XY.shape
(5, 3, 2)
>>> foo(XY)
array([[ 1.        ,  1.87813065,  1.1677002 ],
       [ 1.87813065,  1.1677002 ,  0.35023496],
       [ 1.1677002 ,  0.35023496,  0.2136686 ],
       [ 0.35023496,  0.2136686 ,  0.60613935],
       [ 0.2136686 ,  0.60613935,  3.59102217]])

如果您想达到同样的效果，但不需要修改foo，那么您可以使用np.apply_along_axis，它应该完全满足您的需要：

>>> np.apply_along_axis(foo, -1, XY)
array([[ 1.        ,  1.87813065,  1.1677002 ],
       [ 1.87813065,  1.1677002 ,  0.35023496],
       [ 1.1677002 ,  0.35023496,  0.2136686 ],
       [ 0.35023496,  0.2136686 ,  0.60613935],
       [ 0.2136686 ,  0.60613935,  3.59102217]])