这篇文章主要介绍了详解numpy.meshgrid()方法使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值。

一句话解释numpy.meshgrid()——生成网格点坐标矩阵。

网格点是什么？坐标矩阵又是什么鬼？看个图就明白了：

图中，每个交叉点都是网格点，描述这些网格点的坐标的矩阵，就是坐标矩阵。

再看个简单例子

A,B,C,D,E,F是6个网格点，坐标如图，如何用矩阵形式（坐标矩阵）来批量描述这些点的坐标呢？

答案如下：

这就是坐标矩阵——横坐标矩阵XXX中的每个元素，与纵坐标矩阵YYY中对应位置元素，共同构成一个点的完整坐标。如B点坐标

下面可以自己用matplotlib来试一试，输出就是上边的图

1

2

3

4

5

6

7

8

9

10

11

12

13

import numpy as np

import matplotlib.pyplot as plt

x = np.array([[0, 1, 2], [0, 1, 2]])

y = np.array([[0, 0, 0], [1, 1, 1]])

plt.plot(x, y,

   color='red', # 全部点设置为红色

   marker='.', # 点的形状为圆点

   linestyle='') # 线型为空，也即点与点之间不用线连接

plt.grid(True)

plt.show()

如果对matplotlib不熟悉，可能只知道用一列横坐标（线性代数中的1维列向量），一列纵坐标生成（两者元素个数相等）一些点。但是实际上，给matplotlib的坐标信息是矩阵也是可以的，只要横纵坐标的尺寸一样。都会按照对应关系生成点。

但是有需要注意的地方，按照矩阵给坐标点信息，matplotlib会把横坐标矩阵中，每一列对应的点当做同一条线。

举个例子，把上面的代码plot的linestyle=''删掉，或者变成linestyle='-'（这个操作把图的线型改为默认状态），就会发现A-D是连接的，B-E是连接的，C-F是连接的，也即，会认为你输入的是3条线，如图

作为练习，自己试着生成如下结果

提示：线型等关键字参数设置可用如下代码

1

2

3

4

plt.plot(x, y,

   marker='.', # 点的形状为圆点

   markersize=10, # 点设置大一点，看着清楚

   linestyle='-.') # 线型为点划线

答案

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

import numpy as np

import matplotlib.pyplot as plt

x = np.array([[0, 1, 2, 3],

    [0, 1, 2, 3],

    [0, 1, 2, 3],

    [0, 1, 2, 3]])

y = np.array([[0, 0, 0, 0],

    [1, 1, 1, 1],

    [2, 2, 2, 2],

    [3, 3, 3, 3]])

plt.plot(x, y,

   marker='.', # 点的形状为圆点

   markersize=10, # 点设置大一点，看着清楚

   linestyle='-.') # 线型为点划线

plt.grid(True)

plt.show()

到这里，网格点和坐标矩阵的概念就解释清楚了。

那么问题来了，如果需要的图比较大，需要大量的网格点该怎么办呢？比如下面的这种

最直接但是最笨的方法，就是按照上面的方法把横纵坐标矩阵XXX，YYY写出来，就像上面练习题中的

很明显，对于网格点很多的情况根本没法用。有啥好的办法吗？

有的，注意到我们练习题中的坐标矩阵，其实有大量的重复——XXX的每一行都一样，YYY的每一列都一样。基于这种强烈的规律性，numpy提供的numpy.meshgrid()函数可以让我们快速生成坐标矩阵XXX，YYY。

语法：X,Y = numpy.meshgrid(x, y)

输入的x，y，就是网格点的横纵坐标列向量（非矩阵）
输出的X，Y，就是坐标矩阵。

我们来试验一下：改写第一个例子中的代码，用numpy.meshgrid来实现。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

import numpy as np

import matplotlib.pyplot as plt

x = np.array([0, 1, 2])

y = np.array([0, 1])

X, Y = np.meshgrid(x, y)

print(X)

print(Y)

plt.plot(X, Y,

   color='red', # 全部点设置为红色

   marker='.', # 点的形状为圆点

   linestyle='') # 线型为空，也即点与点之间不用线连接

plt.grid(True)

plt.show()

1

2

3

4

5

# 从输出的结果来看，两种方法生成的坐标矩阵一毛一样。

[[0 1 2]

 [0 1 2]]

[[0 0 0]

 [1 1 1]]

最后给出上面这个图的代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(0,1000,20)

y = np.linspace(0,500,20)

X,Y = np.meshgrid(x, y)

plt.plot(X, Y,

   color='limegreen', # 设置颜色为limegreen

   marker='.', # 设置点类型为圆点

   linestyle='') # 设置线型为空，也即没有线连接点

plt.grid(True)

plt.show()