np.mesharid()函数通常用来生成二维数据网格，例如一张灰度图片中长为x轴，宽为y轴，图中每一个像素点。

可以接受两个一维数组生成两个二维矩阵：

np.meshgrid(np.arange(4),np.arange(4))

我们生成的结果为：

[array([[0, 1, 2, 3],[0, 1, 2, 3],[0, 1, 2, 3],[0, 1, 2, 3]]),array([[0, 0, 0, 0],[1, 1, 1, 1],[2, 2, 2, 2],[3, 3, 3, 3]])]

根据传入的两个一维数组参数生成两个数组元素的列表。

如果第一个参数是x array，维度是x dimesion，第二个参数是y array，维度是y dimesion。

那么生成的第一个二维数组是以x array为行，共y dimesion行的向量；而第二个二维数组是以y array的转置为列，共x dimesion列的向量。

直观的感受：x-y坐标系中，x可取（1，2，3） y可取（4，5）

共有6个点 （1，4）（1，5）（2，4）（2，5）（3，4）（3，5）

np.mesharid()函数就是生成类似的数据网格。

我们看一个示例：

import numpy as np
import matplotlib.pyplot as plt
# np建立一个等差数列
x = np.arange(0,10,1)
print(f"x的维度:{x.ndim},shape:{x.shape}")
print(x)
y = np.arange(0,10,2)
print(f"y的维度:{y.ndim},shape:{y.shape}")
print(y)
xx,yy = np.meshgrid(x, y)
print(f"xv的维度:{xx.ndim},shape:{xx.shape}")
print(f"yv的维度:{yy.ndim},shape:{yy.shape}")plt.plot(xx, yy,'.')
plt.grid(True)
plt.show()

结果为：

x的维度:1,shape:(10,)
[0 1 2 3 4 5 6 7 8 9]
y的维度:1,shape:(5,)
[0 2 4 6 8]
xv的维度:2,shape:(5, 10)
yv的维度:2,shape:(5, 10)