Python 使用numpy meshgrid创建矩阵

我想创建一个包含

M

行和

N

列的矩阵。列中的增量始终为

1

，而行中的增量为常量，

c

。例如，要创建此矩阵，请执行以下操作：

行数为4，列数为2，行与行之间的移位：

c=8

。执行此操作的一种方法可以是：

# Indices of columns
coord_x = np.arange(0, 2) 
# Indices of rows
coord_y = np.arange(1, 37, 9)
# Creates 2 matrices with the coordinates 
x, y = np.meshgrid(coord_x, coord_y)
# To perform the shift between columns
idx_left = x + y

输出为：

print(idx_left)

[[ 1  2]
 [10 11]
 [19 20]
 [28 29]]

我是否可以在不添加

idx_left=x+y

的情况下执行此操作？。我已经看到了其他函数，但我没有发现任何考虑沿行和列移动的函数…

为此，您可以使用

np.lib.stride\u技巧

arr = np.arange(1,100)
shape = (4,2)
strides = (arr.strides[0]*9,arr.strides[0]*1) #8 bytes with 9 steps on axis=0, 8bytes with 1 step on axis=1

np.lib.stride_tricks.as_strided(arr, shape=shape, strides=strides)

另一个示例是轴上2个移位=0，轴上3个移位=1

arr = np.arange(1,100)
shape = (4,2)
strides = (arr.strides[0]*2,arr.strides[0]*3) #8bytes * 2shift on axis=0, 8bytes*3shift on axis=1

np.lib.stride_tricks.as_strided(arr, shape=shape, strides=strides)

广播
你可以简单地用同样的方法来做这件事，不需要网格，也只需要使用广播-

#Your original example
coord_x = np.arange(0, 2, 1)  #start, stop, step
coord_y = np.arange(1, 37, 9)
coord_x[None,:] + coord_y[:,None]

邻域
如果有极端的限制，可以使用linspace。因此，在本例中，您可以创建一个从（1,2）到（28,29）的4行数组

经理
出于您的目的，Mgrid比网格更方便。你能行-

np.mgrid[0:2:1, 1:37:9].sum(0).T

不清楚你想要什么。您是否正在寻找使用网格网格的方法？或者您正在探索一种只沿axisHi@AkshaySehgal增加数组的方法吗？我正在寻找一种方法，以
x轴和
y轴为增量创建矩阵。目前，我发现最简单的方法是使用
meshgrid
，最后一步是添加两个轴。我在我的答案中更新了多种方法。请检查并让我知道这是否解决了您的问题。
meshgrid
使用稀疏True生成
x，y
与答案的
广播
示例类似。从计算上看，这些备选方案没有太大区别。谢谢！所有提供的解决方案都非常有效，但我认为linspace是更好的方法（在我的例子中，我有非常大的矩阵…）
#Your original example
coord_x = np.arange(0, 2, 1)  #start, stop, step
coord_y = np.arange(1, 37, 9)
coord_x[None,:] + coord_y[:,None]

array([[ 1,  2],
       [10, 11],
       [19, 20],
       [28, 29]])

np.linspace((1,2),(28,29),4)

array([[ 1.,  2.],
       [10., 11.],
       [19., 20.],
       [28., 29.]])

np.mgrid[0:2:1, 1:37:9].sum(0).T

array([[ 1,  2],
       [10, 11],
       [19, 20],
       [28, 29]])