Plotly中的Cone Plots与Python
圆锥图(也称为3-D箭头图)表示在3-D空间的某些区域中定义的矢量场。
矢量场将每个坐标点(x,y,z)与组件矢量(u,v,w)相关联。
在这篇文章中,我们将探讨Plotly的锥形图如何用于可视化大气风,磁场,Rössler系统的轨迹以及表面的切向矢量场。
那么什么是三维矢量?
∙矢量是一个具有大小和方向的几何对象。
∙三维矢量在幅度和方向都很重要的任何物理空间中都很有用。
∙在三维空间中,向量由标量分量的三元组识别。在下面的示例图像的情况下:a =(ax,ay,az)
[图片上传中...(image-7058ed-1562917891943-5)]
一个点处的矢量场的方向由几何锥体示出,该锥体根据该点处的矢量范数(幅度)着色。
圆锥图可用于各种抽象方式:模拟涡旋(如龙卷风),说明明确定义的矢量场,绘制双曲面图,绘制非线性常微分方程组,并显示各种风大气水平。
如需更多见解,请查看我们的教程,了解如何使用Plotly在Python中制作三维锥形图。
显示大气风的锥体图
该图使用明确定义的矢量场。矢量场指的是向空间子集中的每个点分配矢量。
在这个图中,我们想象了一组箭头,它们只是模拟不同大气层的风速和风向。
三维天气图可用于研究科学家以更好地了解大气剖面,例如在预测龙卷风和飓风等恶劣天气事件期间。
[图片上传中...(image-cdf973-1562917891943-4)]
Python代码 | 链接到情节
说到类似龙卷风的旋转,这里是一个涡旋锥形图的例子。锥体的大小由风速驱动。
[图片上传中...(image-5afc78-1562917891943-3)]
Python代码 | 数据 | 链接到情节
磁场的锥形图
Biot-Savart定律是描述由载流导线产生的磁场的等式。
它是以Jean-Baptiste Biot和Felix Savart于1820年命名的,当时该对得出了磁通密度的数学表达式。
在这个例子中,我们利用该法则创建一个假想的磁场,该磁场由流过三个圆环的电流产生。
[图片上传中...(image-33188f-1562917891943-2)]
Python代码 | 链接到情节
圆锥图显示Rössler系统的轨迹
Rössler系统是由三个常微分方程组成的系统,其动力学表现出吸引子或一组状态,在动力学下不变,在给定的吸引力盆地中,邻近状态在动态演化过程中渐近接近。
最初由OttoRössler研究,这些微分方程“ 定义了一个连续时间动力系统,展示了与吸引子的分形特性相关的混沌动力学。”
已经发现这些方程可用于模拟化学反应的平衡。
[图片上传中...(image-7fe117-1562917891943-1)]
Python代码 | 链接到情节
切线矢量场的锥形图
在数学中,切向量是与给定点处的曲线或曲面相切(或仅接触)的向量。
切线矢量场是“ 控制外观的必要成分,适用于从各向异性着色到纹理合成和非真实感渲染的应用。”
下面,我们检查沿参数化双曲面的坐标线的切向量场。
[图片上传中...(image-80f74a-1562917891943-0)]
https://plotlyblog.tumblr.com/post/171585173862/how-to-create-2d-and-3d-interactive-weather-maps
风吹过天气。使用Plotly中的天气数据,您不仅可以诊断旋风,还可以缩放到较低的水平,以查看您所在城镇的微风预报。
下图最初是由Plotly用户ToniBois创建的,下面的3-D版本是由empet创建的。如果你仔细观察,你会注意到Hurricane Hermine(2016年9月)在美国东海岸的危险地旋转。