如何快速获取Numpy Meshgrid中每个网格的中点并绘制？

你可以利用Numpy的矢量运算特性，一次性生成所有网格框的中点坐标，再批量绘制标记点，完全不用逐个处理，效率高很多。

核心思路 #

原代码仅计算了单个中点，且手动处理间隔，无法批量生成。我们可以直接基于Meshgrid生成的顶点网格，通过矢量运算得到所有网格的中点：

1. 因为linspace生成的是等间隔序列，直接取相邻顶点的差值得到网格步长
2. 取顶点网格的前inputy行、前inputx列（即每个网格的左上角顶点），加上步长的一半就是中点坐标
3. 用批量绘制函数一次性完成所有标记点的绘制

完整改进代码 #

import numpy as np
import matplotlib.pyplot as plt

# 假设你已定义以下变量：x0, y1, x1, y2, inputx, inputy
xg = np.linspace(0, (x1 - x0), inputx + 1)
yg = np.linspace(0, (y2 - y1), inputy + 1)
xgr, ygr = np.meshgrid(xg, yg)

# 计算网格的固定步长
x_step = xg[1] - xg[0]
y_step = yg[1] - yg[0]

# 一次性生成所有网格的中点坐标（矢量运算，无循环）
x_centers = xgr[:-1, :-1] + x_step / 2
y_centers = ygr[:-1, :-1] + y_step / 2

# 绘制画布与原有网格（假设你已实现蓝色网格的绘制）
fig, ax = plt.subplots()
# 这里添加你原有的网格绘制代码（比如蓝色圆圈网格）

# 批量绘制红色中点：用scatter比逐个添加Circle高效得多
ax.scatter(x_centers.flatten(), y_centers.flatten(), c='r', s=25, marker='o')
# 如果必须使用Circle对象，也可以批量循环添加（效率稍低）
# for x, y in zip(x_centers.flatten(), y_centers.flatten()):
#     ax.add_patch(plt.Circle((x, y), 5, color='r'))

plt.show()

关键细节说明 #

• xgr[:-1, :-1]：Meshgrid生成的顶点矩阵是(inputy+1)×(inputx+1)的维度，去掉最后一行和最后一列后，得到inputy×inputx的矩阵，对应每个网格的左上角顶点
• 矢量运算：Numpy会自动对整个矩阵进行加减运算，无需手动循环，处理大网格时速度优势明显
• scatter的s参数：对应标记点的大小，原代码中Circle半径为5，这里s=25（约为半径平方的4倍）可以达到近似视觉效果，可根据需求调整

内容的提问来源于stack exchange，提问作者lordclyborne