पायथन - numpy.meshgrid

numpy.meshgrid() का उपयोग निर्देशांक वैक्टर से निर्देशांक मैट्रिक्स लौटाने के लिए किया जाता है। इसका सिंटैक्स निम्नानुसार है:

numpy.meshgrid(*xi, **kwargs)

पैरामीटर्स

• x1, x2, ..., xn: ग्रिड के निर्देशांकों का प्रतिनिधित्व करते हैं।
• indexing: वैकल्पिक पैरामीटर जो कार्टेशियन 'xy' (डिफ़ॉल्ट) और मैट्रिक्स 'ij' आउटपुट के सूचकांक को परिभाषित करता है।
• sparse: वैकल्पिक पैरामीटर। यदि हम मेमोरी बचाने के लिए विरल ग्रिड का उपयोग करना चाहते हैं, तो इस पैरामीटर को True पर सेट करें। डिफ़ॉल्ट रूप से यह False है।
• copy: जब पैरामीटर True होता है तो मूल सरणी की एक प्रति लौटाता है। डिफ़ॉल्ट रूप से यह False है।

उदाहरण 1

# numpy आयात करें
import numpy as np

# इनपुट सरणी
x = np.array([1, 2, 3, 4, 5])
y = np.array([11, 12, 13, 14, 15])
print("इनपुट x :\n", x)
print("इनपुट y :\n", y)

# meshgrid() फ़ंक्शन
xx, yy = np.meshgrid(x, y, sparse=True)
print("X का मेशग्रिड:", xx)
print("Y का मेशग्रिड:\n", yy)

आउटपुट

इनपुट x : [1 2 3 4 5]
इनपुट y : [11 12 13 14 15]
X का मेशग्रिड: [[1 2 3 4 5]]
Y का मेशग्रिड: [[11] [12] [13] [14] [15]]

उदाहरण 2

एक और उदाहरण लेते हैं। यह linspace और meshgrid के बीच अंतर को उजागर करता है।

# numpy आयात करें
import numpy as np

# linspace फ़ंक्शन
a = np.linspace(3, 4, 4)
b = np.linspace(4, 5, 6)
print("a का linspace :", a)
print("b का linspace :", b)

# meshgrid फ़ंक्शन
xa, xb = np.meshgrid(a, b)
print("xa का मेशग्रिड :\n", xa)
print("xb का मेशग्रिड :\n", xb)

आउटपुट

a का linspace : [3. 3.33333333 3.66666667 4.]
b का linspace : [4. 4.2 4.4 4.6 4.8 5.]
xa का मेशग्रिड : [[3. 3.33333333 3.66666667 4.]
                    [3. 3.33333333 3.66666667 4.]
                    [3. 3.33333333 3.66666667 4.]
                    [3. 3.33333333 3.66666667 4.]
                    [3. 3.33333333 3.66666667 4.]
                    [3. 3.33333333 3.66666667 4.]]
xb का मेशग्रिड : [[4. 4. 4. 4.]
                    [4.2 4.2 4.2 4.2]
                    [4.4 4.4 4.4 4.4]
                    [4.6 4.6 4.6 4.6]
                    [4.8 4.8 4.8 4.8]
                    [5. 5. 5. 5.]]