python - Meshgrid Numpy 中的 N 列矩阵(或其他)

Question

Python版本:2.7

我有以下numpy二维数组:

array([[ -5.05000000e+01,  -1.05000000e+01],
   [ -4.04000000e+01,  -8.40000000e+00],
   [ -3.03000000e+01,  -6.30000000e+00],
   [ -2.02000000e+01,  -4.20000000e+00],
   [ -1.01000000e+01,  -2.10000000e+00],
   [  7.10542736e-15,  -1.77635684e-15],
   [  1.01000000e+01,   2.10000000e+00],
   [  2.02000000e+01,   4.20000000e+00],
   [  3.03000000e+01,   6.30000000e+00],
   [  4.04000000e+01,   8.40000000e+00]])

如果我想找到第一列和第二列的所有组合，我会使用np.array(np.meshgrid(first_column, secondary_column)).T.reshape(-1,2).结果，我将得到一个包含 10*10 = 100 个数据点 的 100*1 矩阵。但是，我的矩阵可以有 3、4 或更多列，因此我在使用这个 numpy 函数时遇到问题。

问题:如何制作一个包含 3 列以上的自动网格化矩阵？

UPD:例如，我有初始数组:

[[-50.5 -10.5]
 [  0.    0. ]]

因此，我想要这样的输出数组:

array([[-10.5, -50.5],
   [-10.5,   0. ],
   [  0. , -50.5],
   [  0. ,   0. ]])

或者这个:

array([[-50.5, -10.5],
   [-50.5,   0. ],
   [  0. , -10.5],
   [  0. ,   0. ]])

Answer 1

您可以使用* operator在按顺序解压缩这些列的转置数组版本上。最后，需要进行交换轴操作，将输出网格数组合并为一个数组。

因此，一种通用解决方案是 -

np.swapaxes(np.meshgrid(*arr.T),0,2)

示例运行 -

In [44]: arr
Out[44]: 
array([[-50.5, -10.5],
       [  0. ,   0. ]])

In [45]: np.swapaxes(np.meshgrid(*arr.T),0,2)
Out[45]: 
array([[[-50.5, -10.5],
        [-50.5,   0. ]],

       [[  0. , -10.5],
        [  0. ,   0. ]]])