如何用NumPy meshgrid实现中心元组与ts变量的配对网格？

现有如下numpy变量：

centers = np.array([(2.78568, 0.0000), (4.32842, -0.775169), (7.43238, -1.000000)])
ts = np.array([0.1, 0.2, 0.3])

需要生成一个网格组合，要求centers中的每个坐标元组保持配对，再与ts中的每个元素进行组合，最终得到如下形式的输出：

已尝试以下代码，但希望找到更优实现：

sigmas, taus = centers[:,0], centers[:,1]
_inputs = np.array(np.meshgrid(taus, ts)).reshape(2,9).T
inputs = np.append(np.zeros((9,1)), _inputs, 1)
for input in inputs:
    center = centers[np.where(centers[:,1]==input[1])]
    input[0:2] = center

可以利用numpy的广播机制和repeat、tile函数高效实现，避免循环和不必要的查找操作，代码更简洁高效：

import numpy as np

centers = np.array([(2.78568, 0.0000), (4.32842, -0.775169), (7.43238, -1.000000)])
ts = np.array([0.1, 0.2, 0.3])

# 重复centers，每个center对应ts中的每个元素
centers_repeated = np.repeat(centers, len(ts), axis=0)
# 将ts中的每个元素重复len(centers)次，与上面的结果匹配
ts_tiled = np.tile(ts, len(centers))
# 拼接成最终的结果数组
result = np.column_stack((centers_repeated, ts_tiled))

print(result)

代码解释 #

• np.repeat(centers, len(ts), axis=0)：将centers中的每一行重复len(ts)次，得到(9,2)的数组，对应每个center依次和所有t值配对的前两列。
• np.tile(ts, len(centers))：将ts数组整体重复len(centers)次，得到(9,)的一维数组，对应每一组center重复完后，依次填充所有t值。
• np.column_stack：将两个数组按列拼接，得到预期的(9,3)结果数组。

也可以用meshgrid结合转置实现，核心是保持center的配对关系：

# 用meshgrid生成索引，保持center的配对
grid_centers, grid_ts = np.meshgrid(centers, ts, indexing='ij')
# 拼接并调整形状
result = np.concatenate([grid_centers.reshape(-1,2), grid_ts.reshape(-1,1)], axis=1)

这里indexing='ij'确保meshgrid的第一个维度对应center的索引，第二个维度对应t的索引，grid_centers形状为(3,3,2)，reshape后就能得到所有center和t的组合，且保持配对。

内容的提问来源于stack exchange，提问作者Shruti