如何在python中生成n维网格

Question

我想生成一个n维网格。

对于3D网格，我有以下工作代码(在(-1,1 )之间创建一个5X5X5的网格)

import numpy as np
subdivision = 5
step = 1.0/subdivision
grid= np.mgrid[ step-1 : 1.0-step: complex(0, subdivision),
                step-1 : 1.0-step: complex(0, subdivision),
                step-1 : 1.0-step: complex(0, subdivision)]

我想把它推广到n维，比如

grid = np.mgrid[step-1 : 1.0-step: complex(0,subdivision) for i in range(n)]

但这显然行不通。我也试过了

temp = [np.linspace(step-1 , 1.0-step, subdivision) for i in range(D)]
grid = np.mgrid[temp]

但这也不起作用，因为np.mgrid接受切片

Answer 1

您可以使用实数显式定义步长，而不是使用complex。在我看来，这更简洁：

grid= np.mgrid[ step-1 : 1.0: step * 2,
                step-1 : 1.0: step * 2,
                step-1 : 1.0: step * 2]

剖析上面的代码片段，我们可以看到step-1 : 1.0: step * 2定义了一个切片，并通过,将它们分开，创建了一个由三个切片组成的元组，并将其传递给np.mgrid.__getitem__。

我们可以通过构造n切片的元组将其推广到n维度：

n = 3
grid= np.mgrid[tuple(slice(step - 1, 1, step * 2) for _ in range(n))]

Answer 2

根据kazemakase的建议，您应该使用显式的slice调用来替换“简写”切片符号step-1 : 1.0-step: complex(0,subdivision)，然后将其组合到"tuple生成器“中：

D = 6
grid = np.mgrid[tuple(slice(step-1, 1.0-step, complex(0,subdivision)) for i in range(D))]

具有6D网格的结果。

Answer 3

您可以使用meshgrid和linspace来做您想做的事情。

import numpy as np
X1, X2, X3 = np.meshgrid(*[np.linspace(-1,1,5),
                           np.linspace(-1,1,5),
                           np.linspace(-1,1,5)])

对于许多维度，您可以这样做

D = 4
subdivision = 5
temp = [np.linspace(-1.0 , 1.0, subdivision) for i in range(D)]
res_to_unpack = np.meshgrid(*temp)
assert(len(res_to_unpack)==D)