python np.meshgrid函数

`np.meshgrid` 函数是一个非常有用的函数，它可以用于生成一个多维网格，以便对多维函数进行矢量化评估。该函数的基本语法如下：

X, Y, ... = np.meshgrid(x, y, ...)

其中，`x`、`y` 等参数是一维数组，表示每个维度上的坐标。`X`、`Y` 等返回值则是多维数组，表示生成的网格。例如，如果 `x` 和 `y` 分别是长度为 `m` 和 `n` 的一维数组，则 `X` 和 `Y` 的形状分别为 `(n, m)` 和 `(n, m)`。

下面是一个简单的示例，演示了如何使用 `np.meshgrid` 函数生成一个二维网格，并计算每个网格点的距离：

import numpy as np

# 生成一维坐标数组
x = np.linspace(-1, 1, 5)
y = np.linspace(-1, 1, 5)

# 生成二维网格
X, Y = np.meshgrid(x, y)

# 计算每个网格点的距离
D = np.sqrt(X**2 + Y**2)

# 输出结果
print("X =\n", X)
print("Y =\n", Y)
print("D =\n", D)

输出结果如下：

X =
 [[-1.  -0.5  0.   0.5  1. ]
 [-1.  -0.5  0.   0.5  1. ]
 [-1.  -0.5  0.   0.5  1. ]
 [-1.  -0.5  0.   0.5  1. ]
 [-1.  -0.5  0.   0.5  1. ]]
Y =
 [[-1. -1. -1. -1. -1.]
 [-0.5 -0.5 -0.5 -0.5 -0.5]
 [ 0.   0.   0.   0.   0. ]
 [ 0.5  0.5  0.5  0.5  0.5]
 [ 1.   1.   1.   1.   1. ]]
D =
 [[1.41421356 1.11803399 1.         1.11803399 1.41421356]
 [1.11803399 0.70710678 0.5        0.70710678 1.11803399]
 [1.         0.5        0.         0.5        1.        ]
 [1.11803399 0.70710678 0.5        0.70710678 1.11803399]
 [1.41421356 1.11803399 1.         1.11803399 1.41421356]]

上述示例中，我们首先生成了两个一维坐标数组 `x` 和 `y`，然后使用 `np.meshgrid` 函数生成了一个二维网格 `X` 和 `Y`。最后，我们计算了每个网格点的距离，并将结果保存在数组 `D` 中。