np.meshgrid(）用法+np.stack()用法

A,B,C,D,E,F是6个网格点&＃xff0c;坐标如图&＃xff0c;如何用矩阵形式&＃xff08;坐标矩阵&＃xff09;来批量描述这些点的坐标呢&＃xff1f;
答案如下

这就是坐标矩阵——横坐标矩阵X XX中的每个元素&＃xff0c;与纵坐标矩阵Y YY中对应位置元素&＃xff0c;共同构成一个点的完整坐标。如B点坐标(X12,Y12)&＃61;&＃xff08;1&＃xff0c;1&＃xff09;

语法&＃xff1a;X,Y &＃61; numpy.meshgrid(x, y)
输入的x&＃xff0c;y&＃xff0c;就是网格点的横纵坐标列向量&＃xff08;非矩阵&＃xff09;
输出的X&＃xff0c;Y&＃xff0c;就是坐标矩阵。

stack()函数 
函数原型为&＃xff1a;stack(arrays, axis&＃61;0)&＃xff0c;arrays可以传数组和列表。axis的含义我下面会讲解&＃xff0c;我们先来看个例子&＃xff0c;然后我会分析输出结果。

例如上面的代码中a列表中的第一个元素为[1,2,3]&＃xff0c;那么当axis&＃61;0的时候&＃xff0c;就是在它的中括号外面再加一个中括号&＃xff0c;变成[ [1,2,3] ]&＃xff08;其实1&＃xff0c;2&＃xff0c;3之间是没有逗号的&＃xff0c;因为stack()函数会先把参数arrays中的每个元素变成numpy的数组&＃xff0c;数组之间是没有逗号的&＃xff0c;看看上面的代码输出就知道了&＃xff0c;这里大家明白就行&＃xff0c;我为了方便讲解&＃xff0c;下面还会加上逗号&＃xff09;&＃xff0c;这样最外面那层中括号才代表维度下标为0的那维&＃xff1b;当axis&＃61;1的时候&＃xff0c;就是在里面加个中括号&＃xff0c;变成了[ [1]&＃xff0c;[2]&＃xff0c;[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&＃61;0的时候[4,5,6]变成[ [ 4&＃xff0c;5&＃xff0c;6] ]&＃xff0c;当axis&＃61;1的时候&＃xff0c;变成[ [4]&＃xff0c;[5]&＃xff0c;[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&＃xff0c;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&＃xff0c;至于在哪里加中括号&＃xff0c;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&＃xff0c;当axis&＃61;0的时候&＃xff0c;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&＃xff0c;这个箱子A也会套在[4,5,6]的外面&＃xff0c;所以我们就先把[1,2,3]和[4,5,6]放在一起&＃xff0c;变成[1,2,3],[4,5,6]&＃xff0c;然后再一起套上箱子A&＃xff0c;变成[ [1,2,3],[4,5,6] ]这就是当axis&＃61;0的时候程序的输出结果。

现在再来看当axis&＃61;1的时候&＃xff0c;对于[1&＃xff0c;2&＃xff0c;3]&＃xff0c;我们把套在1外面的箱子(就是上面讲的[ [1]&＃xff0c;[2]&＃xff0c;[3] ]中1外面的那层中括号)看做A&＃xff0c;套在2外面的看做B&＃xff0c;套在3外面的看做C&＃xff0c;同理&＃xff0c;箱子A也会套在4的外面&＃xff0c;箱子B也会套在5的外面&＃xff0c;箱子C也会套在6的外面。那么我们就把1和4放一起&＃xff0c;2和5放一起&＃xff0c;3和6放一起&＃xff0c;变成[ 1,4 &＃xff0c;2,5 &＃xff0c;3,6 ]然后把箱子A,B,C分别套在1,4 &＃xff0c; 2,5 &＃xff0c; 3,6的外面&＃xff0c;变成[ [1,4] , [2,5] , [3,6] ]这就是程序中axis&＃61;1的时候程序的输出结果。

大家发现了没有&＃xff0c;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&＃xff0c;但是大家明白就行)放在一起后&＃xff0c;再套箱子&＃xff0c;就是外面套个中括号&＃xff0c;这就是堆叠。

当axis&＃61;0的时候&＃xff0c;列表a&＃xff0c;b&＃xff0c;c最外面都需要套箱子(就是加中括号)&＃xff0c;那么我把你们先放一起&＃xff0c;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&＃xff0c;变成

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

View Code

当axis&＃61;1的时候&＃xff0c;列表a&＃xff0c;b&＃xff0c;c中的[1,2,3]需要套同样的箱子&＃xff0c;列表a&＃xff0c;b&＃xff0c;c中的[4,5,6]需要套同样的箱子&＃xff0c;好&＃xff0c;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&＃xff0c;变成下面这样

当axis&＃61;2的时候&＃xff0c;列表a&＃xff0c;b&＃xff0c;c中的1&＃xff0c;2&＃xff0c;3&＃xff0c;4&＃xff0c;5&＃xff0c;6都需要套箱子&＃xff0c;我把你们先放一起变成&＃xff1a;

[[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&＃xff1a;

 重点&＃xff1a;

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&＃xff1a;

generate anchors 中频繁使用np.meshgrid&＃xff0c;最后用np.stack将shift_x,shift_y stack ,返回每一个anchor的值

原文&＃xff1a;https://blog.csdn.net/csdn15698845876/article/details/73380803
版权声明&＃xff1a;本文为博主原创文章&＃xff0c;转载请附上博文链接&＃xff01;

 来源&＃xff1a;https://blog.csdn.net/lllxxq141592654/article/details/81532855