为什么np.meshgrid生成的数组维度比输入参数更高？

原因说明 #

你遇到的输出和预期不一致的核心原因是：你直接对np.meshgrid的返回整体调用了np.shape，而np.meshgrid的返回值是由多个网格数组组成的列表，不是单个数组。

具体规则： #

• 当你传入N个1D坐标数组给np.meshgrid时，它会返回长度为N的列表，列表中的每个元素都是对应的坐标网格数组，每个网格数组的维度与你传入的坐标数量一致。
• 当你对Python列表调用np.shape时，numpy会自动将列表转换为高维数组，第一维的长度就是列表的长度（也就是你传入的1D数组的个数），后续维度才是每个网格数组的形状。

第一个例子验证 #

你传入了3个1D数组：长度分别为5、4、3，使用indexing='ij'时，每个返回的网格数组形状都是你预期的(5,4,3)。
由于np.meshgrid返回了3个这样的数组组成的列表，你对整个列表求np.shape，就会得到(3, 5, 4, 3)的结果。
如果想得到你预期的输出，查看单个网格数组的形状即可：

print(np.shape(grid[0]))
# 输出为 (5, 4, 3)

第二个例子验证 #

你传入了2个1D数组：长度分别为5、4，每个返回的网格数组形状都是你预期的(5,4)。
由于返回的列表长度为2，对整个列表求np.shape就会得到(2, 5, 4)的结果。
同样查看单个网格数组的形状即可得到预期输出：

print(np.shape(grid[0]))
# 输出为 (5, 4)

内容的提问来源于stack exchange，提问作者henry