如何在 Matplotlib 中使用带有大型数组的网格网格？

Posted 2023-03-12

【中文标题】如何在 Matplotlib 中使用带有大型数组的网格网格？

【英文标题】：How to use meshgrid with large arrays in Matplotlib?

【发布时间】：2015-08-24 10:31:56

【问题描述】：

我已经在 sklearn 的 100x85 数组上训练了一个机器学习二进制分类器。我希望能够改变数组中的 2 个特征，比如第 0 列和第 1 列，并生成等高线或曲面图，显示属于一个类别的预测概率如何在整个曲面上变化。

在我看来，我会使用类似以下的东西：

X = 100 x 85 用于训练集的数据数组 clf = 训练有素的 2 类分类器

x = np.array(X)
y = np.array(X)

x[:,0] = np.linspace(0, 100, 100)
y[:,1] = np.linspace(0, 100, 100)
xx, yy = meshgrid(x,y)

下一步是使用

clf.predict_proba(<input arrays>)

接着是绘图，但使用 meshgrid 会导致两个 8500x8500 矩阵无法在我的分类器中使用。

如何在网格中的每个点获得必要的 100x85 向量，以便在我的分类器中使用 pred_proba？

感谢您提供的任何帮助。

【问题讨论】：

np.meshgrid 需要 2 个或更多 1D 输入数组。你给它提供了 2x 2D 数组，这些数组正在被展平，这就是为什么你会为 xx、yy 获得 8500x8500 大小的数组。

【参考方案1】：

正如@wflynny 上面所说，你需要给np.meshgrid 两个一维数组。我们可以使用X.shape 来创建您的x 和y 数组，如下所示：

X=np.zeros((100,85)) # just to get the right shape here

print X.shape
# (100, 85)

x=np.arange(X.shape[0])
y=np.arange(X.shape[1])

print x.shape
# (100,)
print y.shape
# (85,)

xx,yy=np.meshgrid(x,y,indexing='ij')

print xx.shape
#(100, 85)
print yy.shape
#(100, 85)

【讨论】：

因此，为了解决这个问题，当我使用分类器预测概率时，我们执行 clf.predict_proba(xx)，它会产生一个 100x2 矩阵。第二列是“真”的概率，我需要在 x 轴上绘制 X[:,0]，在 y 轴上绘制 X[:,1]。尝试这样做会产生错误...有什么想法吗？