從網格數據生成數據（Numpy）

Question

我想問一下如何從網格生成相應的值。我有一個函數「foo」，它帶有一個長度爲2的一維數組，並返回一些實數。

import numpy as np 

def foo(X): 
    #this function takes a vector, e.g., np.array([2,3]), and returns a real number. 
    return sum(X)**np.sin(sum(X)); 

x = np.arange(-2, 1, 1)   # points in the x axis 
y = np.arange(3, 8, 1)   # points in the y axis 
X, Y = np.meshgrid(x, y)   # X, Y : grid 

我使用meshgrid生成X和Y網格。那麼，如何使用「foo」函數生成相應的Z值，以便以3D形式繪製它們，例如使用plot_surface函數與X，Y，Z值進行繪圖？

這裏的問題是如何使用「foo」函數生成與X和Y形狀相同的Z值。由於我的「foo」函數只需要一維數組，我不知道如何使用X和Y的這個函數來生成相應的Z值。

Answer 1

使用np.dstack將「深度」中的兩個numpy陣列堆疊起來，然後修改foo函數，以便它僅在堆疊陣列的最後一個軸上運行。這是很容易使用np.sum與參數axis=-1做，而是採用了內置sum：

import numpy as np 

def foo(xy): 
    return np.sum(xy, axis=-1) ** np.sin(np.sum(xy, axis=-1)) 

x = np.arange(-2, 1, 1)   # points in the x axis 
y = np.arange(3, 8, 1)   # points in the y axis 
X, Y = np.meshgrid(x, y)   # X, Y : grid 
XY = np.dstack((X, Y)) 

而現在，你應該得到：

>>> XY.shape 
(5, 3, 2) 
>>> foo(XY) 
array([[ 1.  , 1.87813065, 1.1677002 ], 
     [ 1.87813065, 1.1677002 , 0.35023496], 
     [ 1.1677002 , 0.35023496, 0.2136686 ], 
     [ 0.35023496, 0.2136686 , 0.60613935], 
     [ 0.2136686 , 0.60613935, 3.59102217]]) 

---

如果要達到同樣的效果，但沒有修改foo，那麼你可以使用np.apply_along_axis，它應該做你需要的：

>>> np.apply_along_axis(foo, -1, XY) 
array([[ 1.  , 1.87813065, 1.1677002 ], 
     [ 1.87813065, 1.1677002 , 0.35023496], 
     [ 1.1677002 , 0.35023496, 0.2136686 ], 
     [ 0.35023496, 0.2136686 , 0.60613935], 
     [ 0.2136686 , 0.60613935, 3.59102217]])