Python：计算 3D 网格的梯度

Question

我有一个粒子立方体，我将其投影到 2D 网格上，通过单元格中的云将粒子投影到网格上，并通过标量对其进行加权。

然后我想要每个网格点的标量梯度。在 2D 中，我正在使用此方法，np.gradient并得到两个具有 x 和 y 方向梯度的数组：

gradx, grady = np.gradient(grid)

有谁知道我如何将其概括为 3 维？3D 中单元格中的云很好，但是我留下了一个形状为 (700, 700, 700) 的网格。

据我所知np.gradient无法处理这个？

谢谢，丹尼尔

Answer 1

Numpy 文档表明gradient适用于任何维度：

numpy.gradient(f, *varargs)

返回 N 维数组的梯度。

使用内部的中心差和边界的一阶差来计算梯度。因此，返回的梯度具有与输入数组相同的形状。

参数 ：

f: array_like.包含标量函数样本的 N 维数组。

*varargs:0、1 或 N 标量，指定每个方向上的样本距离，即：dx、dy、dz...默认距离为 1。

返回：

g: ndarray. N 个与 f 形状相同的数组，给出 f 对于每个维度的导数。

看起来您应该能够像您期望的那样将 2 维代码扩展到 3D。