Arrays 按正确顺序创建Numpy栅格

我有几个沿x、y、y轴的点阵列，希望创建一个包含所有点的栅格，如下所示：

x = [1, 2, 3]
y = [20, 40, 60, 80]
result = []
for xi in x:
    for yi in y:
        result.append([xi, yi])
np.array(result)

这让我

array([[ 1, 20],
       [ 1, 40],
       [ 1, 60],
       [ 1, 80],
       [ 2, 20],
       [ 2, 40],
       [ 2, 60],
       [ 2, 80],
       [ 3, 20],
       [ 3, 40],
       [ 3, 60],
       [ 3, 80]])

要使用numpy执行此操作，我发现以下代码有问题：

np.vstack(np.meshgrid(x, y)).reshape(2, -1).T

但这会以错误的顺序给出结果：

array([[ 1, 20],
       [ 2, 20],
       [ 3, 20],
       [ 1, 40],
       [ 2, 40],
       [ 3, 40],
       [ 1, 60],
       [ 2, 60],
       [ 3, 60],
       [ 1, 80],
       [ 2, 80],
       [ 3, 80]])

它首先通过x值，然后是y值

我可以通过使用

np.vstack(reversed(np.meshgrid(y, x))).reshape(2, -1).T

但这在3D中已经不起作用了

np.vstack(np.meshgrid(x, y, z)).reshape(3, -1).T

首先通过z值，然后是x值，然后是y值

---

如何使用numpy在所有维度中获得正确的顺序？

您可以在

np.meshgrid

中指定矩阵索引

ij

作为

索引

参数以获得相反的顺序，默认情况下，它是笛卡尔索引顺序

xy

：

x = [1, 2, 3]
y = [20, 40, 60, 80]

np.stack(np.meshgrid(x, y, indexing='ij'), axis=-1).reshape(-1, 2)
#array([[ 1, 20],
#       [ 1, 40],
#       [ 1, 60],
#       [ 1, 80],
#       [ 2, 20],
#       [ 2, 40],
#       [ 2, 60],
#       [ 2, 80],
#       [ 3, 20],
#       [ 3, 40],
#       [ 3, 60],
#       [ 3, 80]])

---

在3d中，这可能是：

np.stack(np.meshgrid(x, y, z, indexing='ij'), axis=-1).reshape(-1, 3)