版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lens___/article/details/83928563
numpy.meshgrid（*xi，**kwargs）
从一个坐标向量中返回坐标矩阵。
| 参数： | x1，x2，...，xn：array_like |
| 表示网格坐标的一维数组。 | |
| indexing：｛'xy'，'ij'｝，可选 | |
| 笛卡尔（'xy'，默认值）或矩阵（'ij'）输出索引。 | |
| sparse：布尔，可选 | |
| 如果为True，则返回稀疏网格以节省内存。默认值为False。 | |
| copy：布尔，可选 |
|
| 如果为False，则返回原始数组的视图以节省内存。默认为True。请注意， 可能会返回非连续数组。此外，广播阵列的多于一个元素可以指代单个存储器位置。如果需要写入数组，请先进行复制。sparse=False, copy=False | |
| 返回值： | x1，x2，...，xn：ndarray |
| 对于长度为Ni = len（xi）输入数组x1，x2，...，xn，当参数indexing为'ij'时，返回（N1，N2，N3 ，... Nn）形阵列；当参数indexing为'xy'，返回(N2, N1, N3,...Nn)形矩阵。用xi的元素重复填充矩阵沿x1的第一维，第二个为x2等。 |
Examples：
nx, ny = (3, 2)
x = np.linspace(0, 1, nx)
x
Out[1]: array([ 0. , 0.5, 1. ])
y = np.linspace(0, 1, ny)
y
Out[2]: array([ 0., 1.])
xv, yv = np.meshgrid(x, y)
xv
Out[3]:
array([[ 0. , 0.5, 1. ],
[ 0. , 0.5, 1. ]])
yv
Out[4]:
array([[ 0., 0., 0.],
[ 1., 1., 1.]])
meshgrid函数实际上是将两个输入的数组x和y进行了扩展。
由上面的示例可以看出，meshgrid函数是根据传入的两个一维数组参数生成两个数组元素的列表，第一个参数是x，x的维度为3，第二个参数是y，y的维度为2，
生成的第一个二维数组xv是以x为行，以y的纬度为行数的向量，
生成的第二个二维数组yv是以y的转置为列，以x的纬度为列数的向量。
xv, yv = np.meshgrid(x, y, sparse=True) # make sparse output arrays
xv
Out[5]: array([[ 0. , 0.5, 1. ]])
yv
Out[6]:
array([[ 0.],
[ 1.]])添加参数sparse = True，就不会向上面一样进行扩展了，它产生的网格坐标不是所有的网格坐标，而是网格对角线上的坐标点。