我需要根据坐标计算一些函数的值，比如说
f(x_i,y_i)字符串
结果应该看起来像一个矩阵：
f(x1,y1),f(x2,y1),...,f(xn,y1)
f(x1,y2),f(x2,y2),...,f(xn,y2)
..............................
f(x1,yn),f(x2,yn),...,f(xn,yn)型
现在，由于f（x，y）的计算需要每个x_i和y_i，我认为最好的方法是：
X=(x1,x2,x3,...,xn)
Y=(y1,y2,y3,...,yn)型
我可以计算f（x，y）而不需要循环。但是，我需要进一步的计算，这需要每个f（Xi，yi）的位置。具体来说，我需要计算一个2*2子矩阵的每个行列式：
d_{ij}=f(x_i,y_j)+f(x_{i+1},y_{j+1})-f(x_i,y_{j+1})-f(x_{i+1},y_j)型
并将其存储在一个新的矩阵中。据我所知，解决上述问题的方法是：
1.得到X和Y
1.计算f（X，Y）
1.将f（X，Y）重新Map回矩阵结构
1.计算每个行列式
我知道如何做第一步：如何生成一个三维坐标矩阵numpy.meshgrid下面是一个最小的代码：
import numpy as np
import scipy as scp
def GG(r):
return np.sqrt((y-y0)**2 + r**2 * np.sin(r))
def beta1(r):
return ((y-y0) - r * np.cos(r)) / GG(r)
def f(x,y):
return scp.integrate.quad_vec(lambda r: 1/(np.sinh(self.beta1(r))))
x = np.linspace(2,5,10)
y = np.linspace(-5,5,10)
y0 = 1
x0 = 1
a = np.stack(np.meshgrid(x, y, indexing="ij"), axis=-1)
xx = a[:, 0, 0]
yy = a[0, :, 1]
fxy = f(xx,yy)型
2条答案
按热度按时间wnrlj8wa1#
正如你已经提出的：要获取X和Y值，你可以简单地使用np.meshgrid对于第二个问题，使用numpy你可以计算f（X，Y），根据你的逻辑，你可以简单地将@vectorize Package 器放在函数上，然后用你拥有的X和Y调用它。对于第三部分，这应该已经在步骤2中完成了。最后，使用卷积将是一种方法来实现你正在寻找的第4部分。
如果你正在寻找一种有限方法，我建议你研究一下numpy vectorize及其操作！
q3qa4bjr2#
前面的答案展示了将两个坐标数组组合成一个数组的各种方法。但我不确定这些方法是否有助于您理解问题。
使用
meshgrid可以得到一个数组的元组，这些数组相互“广播”：字符串
如果没有
sparse，我们得到的二维数组具有（5，4）形状。功能上它们是相同的：型
这两种形式都可以相加（或相乘，相减等），以产生（5，4）结果：
型
执行类似
np.stack((X,Y),axis=-1)的操作会产生一个（5，4，2）数组，但对f(x,y)形式的函数没有帮助。mgrid，ogrid，index是单独或组合两个数组的其他方法。甚至np.ix_。如果你的
f不能处理广播（和x,y形状一样），但是可以处理2d数组，你可以给予X,Y。型
如果
Z与X.ravel()的形状相同，则可以将其重新整形为与X相同的形状。