用Python作流场计算时的后处理问题

注：本文同步也发表在我的独立博客中。

由于我现在正试图用Numpy来实现 Lattice Boltzmann method 的算法，也会涉及到一些简单的后处理功能。这里的后处理具体的说是输出一些关于流场的图像问题，因为输出单点的信息没有任何难度。而图像输出主要是依靠 Matplotlib 这个强大的库来完成。后续如果要做进一步的后处理的话，应该还是要学一学如何导出数据到专业后处理软件中，但就调试过程而言，能及时输出一些直观的图像是十分必要的。

我现在采用的办法是把关于流场的属性存储于数组中（rho[nx*ny]、u[nx*ny*2] 等），用 node 编号来索引具体的数值。这种情况，因为还不涉及格子单位和物理单位的转换，后处理的逻辑还是比较简单的。一般地说来，会用到的图像可分为两类，一类是标量场，主要是云图，另一类是矢量场，主要是矢量图（vector graph）和流线图。这两类图形的绘制方法都很接近，掌握一种的话，通过查询官方在线文档，基本都可以很快找到另外几种的用法。

例如，对于标量场，如密度场 rho[nx*ny]，可以用 matplotlib.pyplot.contour（后面把matplotlib.pyplot 简写为 plt），也可以更简单地用 plt.imshow。例如在 Palabos 网站上提供的 Python 示例代码就用了下面这样的代码来绘制速度（大小）的云图：

plt.imshow(sqrt(u[0]**2+u[1]**2).transpose(),cmap=cm.Reds)

这里 特别需要注意的是，在作图前，需要对其中的速度场数组（矩阵）作 转置才能得到正确的结果。我自己在独立写代码算的时候，因为陷进这个坑里，浪费了好几个小时。需要转置是因为绘图时的索引顺序与数组的顺序有些不同，有兴趣的同学可以自己写几个测试代码研究一下。在其它几个图形输出函数中，都需要作相同的处理。

云图弄清楚了，矢量图和流线图都类似了，只要找到合适的函数，看看文档就会了。矢量图用的是 plt.quivier() 函数，而流线图用的是 plt.streamplot() 函数，这两个的用法我目前都没有发现什么很蹊跷的地方，暂时不细讲了。

如果要画其它类似的图不知道用哪个函数怎么办呢？我个人推荐的是，在用 Google 搜索之前，先看看 matplotlib 的这个示例页面有没有现成的例子，往往都能找到。这里最好的地方在于，直接给了结果图，所以很容易能发现自己想要的图形。

暂时写这么多，后面有更多再来更新吧。