复习回顾
matplotlib 是基于Python语言的开源项目，pyplot提供一系列绘制2D图形的方法。随着版本的迭代，matplotlib 模块也支持绘制3D图形mplot3d工具包，制作动态图Animation类，对于动态图的制作也可以使用pyplot交互模式进行绘制，提供image类对图像进行加载、缩放及显示操作。
matplot pyplot 提供绘制折线、柱状、散点、饼、直方、图形等方法，pyplot 也提供绘制特殊的图形，常见于物理磁场图、箱型形图、提琴图等
本期，我们将学习matplotlib.pyplot.quiver()相关方法属性学习，let's go~
1. 量场图概述
什么是量场图？
- 量场图又名振动图、量场图。使用一组矢量箭头进行表示
- 量场图表示一个向量对应另一个向量
- 形成场的量为向量，称为向量场
量场图使用场景
- 量场图通常使用在物理学中如电磁场表示
- 量场图也用于地磁图绘制根据各地磁台的观测的数据进行绘制表示
- 在物理中常用的向量场有风场、引力场、电磁场、水流场等
绘制量场图方法
import matplotlib.pyplot as plt plt.quiver()
2. 量场图属性
设置颜色
向量颜色关键字：color or facecolor
当facecolor与color同时设置时，会优先facecolor
取值范围
- 表示颜色的英文单词：如红色"red"
- 表示颜色单词的简称如：红色"r",黄色"y"
- RGB格式：十六进制格式如"#88c999";(r,g,b)元组形式
- 也可以传入颜色列表
设置透明度
关键字：alpha
取值为0~1
设置向量箭头尺寸
关键字：units
默认值为：width
可取值有:{'width', 'height', 'dots', 'inches', 'x', 'y', 'xy'}
- width,height:代表轴的宽度、轴的高度
- dots,inches: 基于图形dpi的像素或者英寸
- x,y,xy:x,y或者(x^2+y^2)的平方根的数据
设置坐标中向量箭头位置
关键字：pivot
默认值为：tail
可以取值：{'tail', 'mid', 'middle', 'tip'}
设置向量箭头宽度
关键字：width
默认值为：0.005
取值为类型为：浮点型
3. 绘制量场图步骤
我们在绘制量场图时，同样需要使用matplotlib.pyplot，因此我们来看一下绘制量场步骤
导入matplotlib.pyplot类
import matplotlib.pyplot as plt
使用numpy库里的arange(),random(),sin(),cos()等方法准备x，y轴数据
x = np.arange(-10,10,1) y = np.arange(-10,10,1)
调用numpy.meshgrid()方法生成二维网格坐标
u,v = np.meshgrid(x,y)
调用pyplot.quiver(x,y,u,v,c)绘制量场图
plt.quiver(x,y,u,v,alpha=0.4)
| 参数 | 说明 |
|---|---|
| x | 一维、二维数组或者序列，表示箭头位置的x坐标 |
| y | 一维、二维数组或者序列，表示箭头位置的y坐标 |
| u | 一维、二维数组或者序列，表示箭头向量的x分量 |
| v | 一维、二维数组或者序列，表示箭头向量的y分量 |
| c | 一维、二维数组或者序列，表示箭头颜色 |
调用pyplot.show()渲染显示图标
plt.show()
4. 小试牛刀
我们学习以上绘制量场图的方法，我们来绘制一个高中物理中场景的电磁场图
调用numpy.meshgrid()方法对x,y轴数据生成二维列表
调用numpy.gradient()对u,v生成梯度数据
a = np.arange(-2,2,0.2) b = np.arange(-2,2,0.25) x,y = np.meshgrid(a,b) z = x*np.exp(-x**2-y**2) v,u = np.gradient(z,0.2,0.2) plt.quiver(x,y,u,v,color="pink",pivot="tip",units="inches") plt.scatter(x,y,color="b",s=0.05) plt.show() 复制代码
总结
本期，我们对matplotlib.pyplot 绘制量场图方法quiver()相关属性进行学习。量场图常用在地质研究、电磁场等向量场景中。
到此这篇关于Python+matplotlib实现量场图的绘制的文章就介绍到这了,更多相关Python matplotlib绘制量场图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！