您可以使用np.stack堆叠np.meshgrid返回的数组，以生成一个3D数组，其中前两个维度为“空间”坐标，最后一个维度为坐标值：

import numpy as np
x = [1, 2, 3]
y = [4, 5, 6]
a = np.stack(np.meshgrid(x, y, indexing="ij"), axis=-1)
>>> print(a.shape)
(3, 3, 2)
>>> print(a)
[[[1 4]
  [1 5]
  [1 6]]
 [[2 4]
  [2 5]
  [2 6]]
 [[3 4]
  [3 5]
  [3 6]]]
>>> print(a[0, 0])
[1 4]  # a_00 = (x_0, y_0)
>>> print(a[0, 1])
[1 5]  # a_01 = (x_0, y_1)
>>> print(a[1, 0])
[2 4]  # a_10 = (x_1, y_0)

字符串

根据您的特定要求调整num_xmesh、num_ymesh、x_start、x_end、y_start和y_end的值，以生成所需的坐标矩阵A。

num_xmesh = 5  
num_ymesh = 4  
x_start = 0
x_end = 10
y_start = 0
y_end = 8
x_grid = np.linspace(x_start, x_end, num_xmesh)
y_grid = np.linspace(y_start, y_end, num_ymesh)
X, Y = np.meshgrid(x_grid, y_grid)
A = np.array([X.flatten(), Y.flatten()]).T
print("Matrix A (Coordinates):")
print(A)

字符串

您可以考虑使用np.indices或np.mgrid来生成不需要堆叠的单个数组：

num_mesh = [nx, ny]
start = [xs, ys]
end = [xe, ye]
grid = (np.indices(num_mesh) * (end - start) + start).transpose(1, 2, 0)

字符串
或

grid = (np.mgrid[:nx, :ny] * (end - start) + start).transpose(1, 2, 0)

型
如果你想让坐标在最后一个维度而不是第一个维度，转置是必要的。现在还不清楚你打算如何使用这个网格，所以它可能根本没有必要。
对于这个问题，你可以使用广播来避免分配整个矩阵给开始。你可以索引/重塑你的原始网格数组，或者等价地使用indices(..., sparse=True)或ogrid代替mgrid。
这种方法的优点是它只分配一个坐标数组一次，而不是先分配组件，然后将它们复制到结果缓冲区。这使得它更高效，可能也更快。对于小的例子来说，这不是瓶颈，但对于大的数组，你可能会注意到差异。