我很难进入numpy。我最终想要的是一个由矩阵变换的向量的简单抖动图。我读过很多次只是使用矩阵的数组,足够公平。我已经得到了X一meshgrid和y坐标Numpy:将一个矩阵与一组向量相乘
X,Y = np.meshgrid(np.arange(0,10,2),np.arange(0,10,1))
a = np.array([[1,0],[0,1.1]])
但即使是谷歌搜索,并尝试了两个多小时后,我无法摆脱的a
矩阵乘法而且每个向量的所得载体。我知道颤抖将分量长度作为输入,所以进入颤抖函数的结果向量应该是类似于x分量的np.dot(a, [X[i,j], Y[i,j]]) - X[i,j]
,其中i和j遍历范围。
我当然可以在循环中编程,但numpy有很多内建工具可以使这些向量化的东西得心应手,我相信有更好的方法。
编辑:好的,这里是循环版本。
import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(10,10))
n=10
X,Y = np.meshgrid(np.arange(-5,5),np.arange(-5,5))
print("val test", X[5,3])
a = np.array([[0.5,0],[0,1.3]])
U = np.zeros((n,n))
V = np.zeros((n,n))
for i in range(10):
for j in range(10):
product = np.dot(a, [X[i,j], Y[i,j]]) #matrix with vector
U[i,j] = product[0]-X[i,j] # have to substract the position since quiver accepts magnitudes
V[i,j] = product[1]-Y[i,j]
Q = plt.quiver(X,Y, U, V)
你期望结果看起来像什么? a.shape =(2,2),X.shape =(10,5),Y.shape =(10,5)'。我没有明白你的观点... – jkalden 2014-11-24 13:46:45
你可以在循环中显示一个简单的版本(以便更容易地计算出你正在尝试做什么)? – atomh33ls 2014-11-24 13:51:04
完成。这实际上只是一个矢量场的矩阵,并且结果通过颤动箭头可视化 – Basti 2014-11-24 14:03:32