机器学习中numpy的meshgrid的理解和作用

刚开始学习numpy的时候，见到过一次meshgrid函数，当时没有深入理解，也不知道干涉么用的，在后面的i项目中见到好几次，然后查阅了一些好的博客，然后在这里自己做了一下总结。

在项目中经常遇到这种情况，那么他什么意思和想要表达什么结果呢？

x = np.linspace(xmin,xmax,300)
y = np.linspace(ymin,ymax,300)

xx,yy = np.meshgrid(x,y)

然后咱们写一段测试程序：

import numpy as np
#linspace 目的是在0-10之间生成4个数
x = np.linspace(0,10,4)
y = np.linspace(10,20,3)

'''
x = array([ 0. ,  3.33333333, 6.66666667, 10.])

y = array([10., 15., 20.])

'''

然后接下来调用meshgrid函数：

xx,yy = np.meshgrid(x,y)

'''

xx =   array([[ 0.        ,  3.33333333,  6.66666667, 10.        ],
       [ 0.        ,  3.33333333,  6.66666667, 10.        ],
       [ 0.        ,  3.33333333,  6.66666667, 10.        ]])

yy = array([[10., 10., 10., 10.],
           [15., 15., 15., 15.],
           [20., 20., 20., 20.]])


'''

从结果中可以看出,xx,yy都变成了一个3*4的矩阵。为什么变成 3 * 4，因为x,y的值都对xx,yy生成的矩阵有影响。

x中的是产生四个数，y中产生三个数，这样的话，xx就会根据y的值（3）复制三遍，生成一个3*4的二维矩阵，同理，yy会根据x的值生成一个3*4的二维矩阵。为什么会生成这样的结果，我也不太明白。

然后问题来了，为什么要使用meshgrid函数呢，我之前也一直困惑。

目的：因为x,y代表的是坐标向量。比如x:（0，0）点，（3.333，0）点，（6.66，0）点，（10，0）点。在x坐标轴生成四个点，同理在y轴生成三个点。然后通过meshGrid函数，会使这些点铺满这个平面。即生成：【（0，10），（3.33,10）,(6.66,10),(10,10)】【（0，15），（3.33,15）,(6.66,15),(10,15)】,【（0，20），（3.33,20）,(6.66,20),(10,20)】。通过这些点，铺满这个平面。铺满平面之后呢，我用个图给大家解释一下，如下图：

因为在计算机里面，所有的图像都是由矩阵组成的，然后铺满平面生成一个图像，然后这里利用机器学习中的算法，在这个平面里面划分成三个模块，然后在通过测试数据，将测试结果显示在这个图像里面。

简单理解就是这样，如有错误，请在评论指出，喜欢的话可以互相关注，互相学习，一起进步。