在numpy中优雅地生成结果数组

我有我的X和Y numpy阵列：

X = np.array([0,1,2,3])
Y = np.array([0,1,2,3])

以及将x、y值映射到Z点的函数：

def z(x,y):
    return x+y

我希望生成3D绘图所需的显而易见的东西：对应Z值的二维numpy数组。我认为应该是这样的：

Z = np.array([[0, 1, 2, 3],
              [1, 2, 3, 4],
              [2, 3, 4, 5],
              [3, 4, 5, 6]])

---

我可以用几行代码来完成这项工作，但我正在寻找最简洁、最优雅的代码

实现所需的一个非常简单的方法是从坐标生成

网格

：

X,Y = np.meshgrid(x,y)
z = X+Y

或更一般的：

z = f(X,Y)

甚至在一行中：

z = f(*np.meshgrid(x,y))

编辑：

如果你的函数也可能返回一个常数，你必须以某种方式推断出结果应该具有的维度。如果您想继续使用

meshgrids

一种非常简单的方法是用以下方式重新编写函数：

def f(x,y):
   return x*0+y*0+a

其中，

a

将是常数

numpy

将为您处理尺寸。这看起来当然有点奇怪，所以你可以写

def f(x,y):
   return np.full(x.shape, a)

---

如果您真的想使用同时在标量和数组上工作的函数，那么最好使用@PaulPanzer的答案中的

np.vectorize

。

对于

array

意识到使用开放网格更经济的函数：

>>> import numpy as np
>>> 
>>> X = np.array([0,1,2,3])
>>> Y = np.array([0,1,2,3])
>>> 
>>> def z(x,y):
...     return x+y
... 
>>> XX, YY = np.ix_(X, Y)
>>> XX, YY
(array([[0],
       [1],
       [2],
       [3]]), array([[0, 1, 2, 3]]))
>>> z(XX, YY)
array([[0, 1, 2, 3],
       [1, 2, 3, 4],
       [2, 3, 4, 5],
       [3, 4, 5, 6]])

如果网格轴是范围，则可以使用

np.ogrid

>>> XX, YY = np.ogrid[:4, :4]
>>> XX, YY
(array([[0],
       [1],
       [2],
       [3]]), array([[0, 1, 2, 3]]))

如果函数未感知数组，可以使用

np.vectorize

：

>>> def f(x, y):
...    if x > y:
...        return x
...    else:
...        return -x
... 
>>> np.vectorize(f)(*np.ogrid[-3:4, -3:4])
array([[ 3,  3,  3,  3,  3,  3,  3],
       [-2,  2,  2,  2,  2,  2,  2],
       [-1, -1,  1,  1,  1,  1,  1],
       [ 0,  0,  0,  0,  0,  0,  0],
       [ 1,  1,  1,  1, -1, -1, -1],
       [ 2,  2,  2,  2,  2, -2, -2],
       [ 3,  3,  3,  3,  3,  3, -3]])

---

X，Y=np.meshgrid（X，Y）；z=X+Y

。就是这样：）我很确定以前在StackOverflow上的某个地方有人问过这种问题，但我什么也没找到。在玩了meshgrids之后，发现有一些令人惊讶的行为。例如，如果函数返回标量常量：def f（x，y）：返回1；如果z=f（x，y），则不会收到二维数组，但它只会将z设置为标量…@JSStuball，这是正确的。如果不告诉函数返回值的维度应该是什么，它就无法知道。请查看对我答案的编辑。