Python 坐标网格的创建和使用

有人能帮我吗？有没有办法像这样创建坐标网格作为numpy数组

(0,0) (0,1) (0,2) ... (0,n)
(1,0) (1,1) (1,2) ... (1,n)
...........................
(m,0) (m,1) (m,2) ... (m,n)

如果是，如何计算从每个点到圆心为（m/2，n/2）且半径为R的圆的距离

(x - m/2)^2 + (y - n/2)^2 - R^2 = ?

---

执行此操作的标准方法是使用

meshgrid

功能。它使用所需点的

x

和

y

坐标组成两个数组。要获得问题中显示的坐标，可以执行以下操作

import numpy as np
x = np.arange(m+1)
y = np.arange(n+1)
X, Y = np.meshgrid(x, y)

np.sqrt((X - m/2.)**2 + (Y - n/2.)**2) - R

然后，计算你想要的距离，你可以这样做

import numpy as np
x = np.arange(m+1)
y = np.arange(n+1)
X, Y = np.meshgrid(x, y)

np.sqrt((X - m/2.)**2 + (Y - n/2.)**2) - R

有关

meshgrid

的更多信息，请参阅文档

---

此外，如果您希望在两个端点之间的平均间隔值而不是仅<代码> 0 通过<代码> M< /代码>或<代码> 0 < /代码>通过<代码> n>代码>，考虑使用<代码> LimStudio函数。

< P>一个标准的方式是使用<代码> MESGRADE函数。它使用所需点的

x

和

y

坐标组成两个数组。要获得问题中显示的坐标，可以执行以下操作

import numpy as np
x = np.arange(m+1)
y = np.arange(n+1)
X, Y = np.meshgrid(x, y)

np.sqrt((X - m/2.)**2 + (Y - n/2.)**2) - R

然后，计算你想要的距离，你可以这样做

import numpy as np
x = np.arange(m+1)
y = np.arange(n+1)
X, Y = np.meshgrid(x, y)

np.sqrt((X - m/2.)**2 + (Y - n/2.)**2) - R

有关

meshgrid

的更多信息，请参阅文档

---

此外，如果您希望两个端点之间的平均间隔值而不是仅<代码> 0 通过<代码> M< /代码>或<代码> 0 < /代码>通过<代码> n>代码>，请考虑使用<代码> LimStudio函数。

您可以查看类似的例子。好点，这两个问题非常相似。你可以查看一个类似的例子。很好的一点，这两个问题非常相似。因为看起来OP对numpy来说是新的，我想补充一下如何实际获得坐标。如果让

idx=np.sqrt（（X-m/2.）**2+（Y-n/2.）**2-R**2）

，

idx

现在是与

X

大小相同的真/假值掩码。因此，

X[idx]

和

Y[idx]

只返回圆中的坐标。谢谢，这帮助我注意到我的解决方案中的一个输入错误，我刚刚修复了它。我想你的意思是设置

idx=（（X-m/2.）**2+（Y-n/2.）**2）

，因为它看起来像是numpy的新操作，我想添加如何实际获取坐标。如果让

idx=np.sqrt（（X-m/2.）**2+（Y-n/2.）**2-R**2）

，

idx

现在是与

X

大小相同的真/假值掩码。因此，

X[idx]

和

Y[idx]

只返回圆中的坐标。谢谢，这帮助我注意到我的解决方案中的一个输入错误，我刚刚修复了它。我想你的意思是设置

idx=（（X-m/2.）**2+（Y-n/2.）**2）