jax.numpy.meshgrid

内容

jax.numpy.meshgrid#

jax.numpy.meshgrid(*xi, copy=True, sparse=False, indexing='xy')[source]#

从坐标向量返回坐标矩阵元组。

numpy.meshgrid() 的 LAX 后端实现。

此函数的 JAX 版本在某些情况下可能会返回输入的副本而不是视图。

以下为原始文档字符串。

根据一维坐标数组 x1、x2、…、xn，为 N 维网格上的 N 维标量/向量场的向量化评估创建 N 维坐标数组。

在版本 1.9 中更改: 允许 1-D 和 0-D 案例。

参数:

  • **indexing** ({'xy', 'ij'}, 可选) – 输出的笛卡尔 (‘xy’，默认）或矩阵 (‘ij’) 索引。有关详细信息，请参阅备注。

  • **sparse** (bool, 可选) –

    如果为 True，则返回的维度为 i 的坐标数组的形状将从 (N1, ..., Ni, ... Nn) 缩减为 (1, ..., 1, Ni, 1, ..., 1)。这些稀疏坐标网格旨在与 广播 一起使用。当所有坐标都用在表达式中时，广播仍然会导致一个完全维度的结果数组。

    默认值为 False。

  • copy (bool, 可选) – 如果为 False，则为了节省内存，将返回原始数组的视图。默认值为 True。请注意，sparse=False, copy=False 很可能返回非连续数组。此外，广播数组的多个元素可能引用同一个内存位置。如果您需要写入数组，请先进行复制。

  • xi (ArrayLike)

返回值:

X1, X2,…, XN – 对于长度为 Ni=len(xi) 的向量 x1、x2、…、xn，如果 indexing=’ij’ 则返回形状为 (N1, N2, N3,..., Nn) 的数组，如果 indexing=’xy’ 则返回形状为 (N2, N1, N3,..., Nn) 的数组，其中 xi 的元素在第一维上重复填充矩阵以获得 x1，在第二维上重复填充矩阵以获得 x2，依此类推。

返回值类型:

元组 的 ndarray

目录