Plotly中的Cone Plots与Python

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。

image.png

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。

image.png