关于matlab和python中一些数学函数(meshgrid、griddata)的对应

1、meshgrid（）函数

    （1）matlab中：   meshigrid（x，y）的作用是产生一个以向量x为行，向量y为列的矩阵

             例：[XI,YI] = meshgrid(-2:1:2,-1:1:1);      

             得到的结果就是 XI = [-2,-1,0,1,2]             YI = [-1,-1,-1,-1,-1]

                                               [-2,-1,0,1,2]                    [ 0, 0, 0, 0, 0]

                                               [-2,-1,0,1,2 ]                   [ 1, 1, 1, 1, 1]

       (2)python中：函数效果一样，只是用法不太一样

               例：         point = np.arange(-1,1,0.1)        
                               [XI,YI] = np.meshgrid(point,point)

                     或者  [XI,YI] = np.meshgrid(-1,1,0.1,-1,1,0.1)

2、griddata（）函数

     1、matlab中：  

     2、python中：

    scipy.interpolate.griddata（points，values，xi，method =’linear’，fill_value = nan，rescale = False ）

           参数：

           points：数据点坐标。可以是形状（n，D）的数组，也可以是ndim数组的元组。

           values：浮点或复数的ndarray，形状（n，）的数据值

           xi ： 浮点数的二维数组或一维数组的元组，形状（M，D）插值数据的点。

         {‘linear’，’nearest’，’cubic’}，可选

                      插值方法。之一

        nearest   返回最接近插值点的数据点的值。

        linear    将输入点设置为n维单纯形，并在每个单形上线性插值。

        cubic （1-d）  返回由三次样条确定的值。

        cubic （2-d）  返回由分段立方，连续可微（C1）和近似曲率最小化多项式表面确定的值。

         fill_value ： float，可选。用于填充输入点凸包外部的请求点的值。如果未提供，则默认为nan。此选项对“最近”方法无效。

         rescale ： bool，可选。在执行插值之前，重新缩放指向单位立方体。如果某些输入维度具有不可比较的单位并且相差很多个数量级，则这非常有用。

         返回值：nddarry    内插值数组