在Julia中利用ndgrid/meshgrid功能
我试图在Julia中找到类似于MATLAB的meshgrid或ndgrid的功能。我知道朱莉娅在ndgrid中定义了例句，但是当我尝试使用它时，我会得到以下错误。
UndefVarError: ndgrid未定义
有人知道如何让内置的ndgrid函数工作，或者可能知道另一个我还没有找到的函数，或者知道提供这些方法的库(最好使用内置函数)。在这种情况下，我宁愿不写自己的东西。
谢谢!
回答 3
Stack Overflow用户
发布于 2017-06-26 18:30:42
我们倾向于避免这些函数，因为它们分配的数组通常不是必需的。这些数组中的值具有如此规则的结构，不需要存储；它们只需在迭代期间计算。例如，另一种方法是编写数组理解：
julia> [ 10i + j for i=1:5, j=1:5 ]
5×5 Array{Int64,2}:
11 12 13 14 15
21 22 23 24 25
31 32 33 34 35
41 42 43 44 45
51 52 53 54 55或者，您可以编写for循环，或者在product迭代器上迭代：
julia> collect(Iterators.product(1:2, 3:4))
2×2 Array{Tuple{Int64,Int64},2}:
(1, 3) (1, 4)
(2, 3) (2, 4)Stack Overflow用户
发布于 2020-08-03 05:59:09
我确实发现，有时候在numpy中使用像meshgrid这样的函数是很方便的。通过理解列表很容易做到这一点：
function meshgrid(x, y)
X = [i for i in x, j in 1:length(y)]
Y = [j for i in 1:length(x), j in y]
return X, Y
end例如：
x = 1:4
y = 1:3
X, Y = meshgrid(x, y)现在
julia> X
4×3 Array{Int64,2}:
1 1 1
2 2 2
3 3 3
4 4 4
julia> Y
4×3 Array{Int64,2}:
1 2 3
1 2 3
1 2 3
1 2 3但是，我没有发现这使得代码比使用迭代运行得更快。我的意思是：
在定义之后
x = 1:1000
y = x
X, Y = meshgrid(x, y)我对以下两个函数进行了基准测试
using Statistics
function fun1()
return mean(sqrt.(X.*X + Y.*Y))
end
function fun2()
sum = 0.0
for i in 1:1000
for j in 1:1000
sum += sqrt(i*i + j*j)
end
end
return sum / (1000*1000)
end以下是基准结果：
julia> @btime fun1()
8.310 ms (19 allocations: 30.52 MiB)
julia> @btime run2()
1.671 ms (0 allocations: 0 bytes)meshgrid 方法速度明显较慢，占用了更多的内存。有专家知道原因吗？我知道Julia是一种与Python不同的编译语言，所以迭代不会比矢量化慢，但我不明白为什么向量(数组)计算比迭代慢很多倍。(对于N越大，这种差异就更大了。)
编辑：在阅读了这个职位之后，我有下面的“meshgrid”方法的更新版本。这样做的目的不是事先创建一个网格，而是通过Julia强大的元素数组操作在计算中这样做：
x = collect(1:1000)
y = x'
function fun1v2()
mean(sqrt.(x .* x .+ y .* y))
end这里的诀窍是大小-M列数组和大小-N行数组之间的.+，后者返回M-by-N数组。它为你做了“网格”。这个函数比fun1快近3倍，尽管速度不如fun2。
julia> @btime fun1v2()
3.189 ms (24 allocations: 7.63 MiB)
765.8435104896155Stack Overflow用户
发布于 2021-07-02 20:33:34
“上面，”ChrisRackauckas建议，“正确的方法”是与一个懒惰的操作员，但他没有找到它。
现在它中有一个带有惰性ndgrid的注册包：https://github.com/JuliaArrays/LazyGrids.jl
它比VectorizedRoutines.jl中的版本更通用，因为它可以处理不同类型的向量，例如ndgrid(1:3, Float16[0:2], ["x", "y", "z"])。
文档中有一些Literate.jl示例，这些示例显示懒散性能非常好。
当然，懒惰的meshgrid离我们只有一步之遥：
meshgrid(y,x) = (ndgrid_lazy(x,y)[[2,1]]...,)
https://stackoverflow.com/questions/44581049
复制相似问题
腾讯云开发者
