np.meshgrid(）用法+ np.stack()用法

 

 

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X XX中的每个元素，与纵坐标矩阵Y YY中对应位置元素，共同构成一个点的完整坐标。如B点坐标(X12,Y12)=（1，1）

 

 

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。

stack()函数 
函数原型为：stack(arrays, axis=0)，arrays可以传数组和列表。axis的含义我下面会讲解，我们先来看个例子，然后我会分析输出结果。

import numpy as np
a=[[1,2,3],
   [4,5,6]]
print("列表a如下：")
print(a)

print("增加一维，新维度的下标为0")
c=np.stack(a,axis=0)
print(c)

print("增加一维，新维度的下标为1")
c=np.stack(a,axis=1)
print(c)

输出：
列表a如下：
[[1, 2, 3], [4, 5, 6]]
增加一维，新维度下标为0
[[1 2 3]
 [4 5 6]]
增加一维，新维度下标为1
[[1 4]
 [2 5]
 [3 6]]

 

例如上面的代码中a列表中的第一个元素为[1,2,3]，那么当axis=0的时候，就是在它的中括号外面再加一个中括号，变成[ [1,2,3] ]（其实1，2，3之间是没有逗号的，因为stack()函数会先把参数arrays中的每个元素变成numpy的数组，数组之间是没有逗号的，看看上面的代码输出就知道了，这里大家明白就行，我为了方便讲解，下面还会加上逗号），这样最外面那层中括号才代表维度下标为0的那维；当axis=1的时候，就是在里面加个中括号，变成了[ [1]，[2]，[3] ],这样里面加的那层中括号才代表维度下标为1的那维。同理当axis=0的时候[4,5,6]变成[ [ 4，5，6] ]，当axis=1的时候，变成[ [4]，[5]，[6] ]。下面我们讲如何把增加一维度后的每个元素串起来。

怎么把上面那两个元素增加维度后的结果串起来呢，其实很简单。现在我们已经知道了增加维度无非是增加中括号的意思，至于在哪里加中括号，取决于axis等于几。我们把增加的中括号想像成一个个的箱子。还拿上面的代码来说，当axis=0的时候，我们把套在[1,2,3]外面的中括号(就是[ [1,2,3] ]最外层的那个中括号)看做是箱子A，这个箱子A也会套在[4,5,6]的外面，所以我们就先把[1,2,3]和[4,5,6]放在一起，变成[1,2,3],[4,5,6]，然后再一起套上箱子A，变成[ [1,2,3],[4,5,6] ]这就是当axis=0的时候程序的输出结果。

现在再来看当axis=1的时候，对于[1，2，3]，我们把套在1外面的箱子(就是上面讲的[ [1]，[2]，[3] ]中1外面的那层中括号)看做A，套在2外面的看做B，套在3外面的看做C，同理，箱子A也会套在4的外面，箱子B也会套在5的外面，箱子C也会套在6的外面。那么我们就把1和4放一起，2和5放一起，3和6放一起，变成[ 1,4 ，2,5 ，3,6 ]然后把箱子A,B,C分别套在1,4 ， 2,5 ， 3,6的外面，变成[ [1,4] , [2,5] , [3,6] ]这就是程序中axis=1的时候程序的输出结果。

大家发现了没有，串起来的时候其实就是把arrays中每个元素在相同的位置套箱子的一些小块(这里叫小块这个名词可能不洽当，但是大家明白就行)放在一起后，再套箱子，就是外面套个中括号，这就是堆叠。

 1 import numpy as np
 2 a=[[1,2,3],
 3    [4,5,6]]
 4 b=[[1,2,3],
 5    [4,5,6]]
 6 c=[[1,2,3],
 7    [4,5,6]]
 8 print("a=",a)
 9 print("b=",b)
10 print("c=",c)
11 
12 print("增加一维，新维度的下标为0")
13 d=np.stack((a,b,c),axis=0)
14 print(d)
15 
16 print("增加一维，新维度的下标为1")
17 d=np.stack((a,b,c),axis=1)
18 print(d)
19 print("增加一维，新维度的下标为2")
20 d=np.stack((a,b,c),axis=2)
21 print(d)
22 
23 输出：
24 ('a=', [[1, 2, 3], [4, 5, 6]])
25 ('b=', [[1, 2, 3], [4, 5, 6]])
26 ('c=', [[1, 2, 3], [4, 5, 6]])
27 增加一维，新维度的下标为0
28 [[[1 2 3]
29   [4 5 6]]
30 
31  [[1 2 3]
32   [4 5 6]]
33 
34  [[1 2 3]
35   [4 5 6]]]
36 增加一维，新维度的下标为1
37 [[[1 2 3]
38   [1 2 3]
39   [1 2 3]]
40 
41  [[4 5 6]
42   [4 5 6]
43   [4 5 6]]]
44 增加一维，新维度的下标为2
45 [[[1 1 1]
46   [2 2 2]
47   [3 3 3]]
48 
49  [[4 4 4]
50   [5 5 5]
51   [6 6 6]]]
52 --------------------- 
53 作者：neu_张康 
54 来源：CSDN 
55 原文：https://blog.csdn.net/csdn15698845876/article/details/73380803 
56 版权声明：本文为博主原创文章，转载请附上博文链接！

当axis=0的时候，列表a，b，c最外面都需要套箱子(就是加中括号)，那么我把你们先放一起，变成下面这样

[[1,2,3],[4,5,6]],
[[1,2,3],[4,5,6]],
[[1,2,3],[4,5,6]]

View Code

然后在最外面套箱子，变成

[
[[1,2,3],[4,5,6]],
[[1,2,3],[4,5,6]],
[[1,2,3],[4,5,6]]
]

View Code

当axis=1的时候，列表a，b，c中的[1,2,3]需要套同样的箱子，列表a，b，c中的[4,5,6]需要套同样的箱子，好，我先把你们放一块变成下面这样

[
    [1,2,3],[1,2,3],[1,2,3]
    ,
    [4,5,6],[4,5,6],[4,5,6]

]

View Code

然后开始分别在 [1,2,3],[1,2,3],[1,2,3]的外面和[4,5,6],[4,5,6],[4,5,6]的外面套箱子，变成下面这样

[
    [[1,2,3],[1,2,3],[1,2,3]]
    ,
    [[4,5,6],[4,5,6],[4,5,6]]

]

当axis=2的时候，列表a，b，c中的1，2，3，4，5，6都需要套箱子，我把你们先放一起变成：

[
    [1,1,1  ,  2,2,2  , 3,3,3],
    [4,4,4  ,  5,5,5  , 6,6,6]
]

View Code

然后在1,1,1 ………6,6,6的外面分别套箱子变成：

[
    [[1,1,1]  ,  [2,2,2]  , [3,3,3]],
    [[4,4,4]  ,  [5,5,5]  , [6,6,6]]
]

 重点：

np.meshgrid生成的坐标矩阵可以用np.stack指定axi还原各个点坐标

举例：

generate anchors 中频繁使用np.meshgrid，最后用np.stack将shift_x,shift_y stack ,返回每一个anchor的值

原文：https://blog.csdn.net/csdn15698845876/article/details/73380803
版权声明：本文为博主原创文章，转载请附上博文链接！

 来源：https://blog.csdn.net/lllxxq141592654/article/details/81532855

转载于:https://www.cnblogs.com/lucky466/p/10223652.html