Python+matplotlib实现量场图的绘制

目录
  • 复习回顾
  • 1. 量场图概述
    • 什么是量场图?
    • 量场图使用场景
    • 绘制量场图方法
  • 2. 量场图属性
    • 设置颜色
    • 设置透明度
    • 设置向量箭头尺寸
    • 设置坐标中向量箭头位置
    • 设置向量箭头宽度
  • 3. 绘制量场图步骤
  • 4. 小试牛刀
  • 总结

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我们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我们!

(0)

相关推荐

  • Python 可视化matplotlib模块基础知识

    目录 1. matplotlib 模块概述 2. matplotlib.pyplot 相关方法 3. matplotlib.pyplot 图表展示 前言: 互联网时代下,在网络中每天都会产生很多数据,通过对数据分析之后,如何更好的诠释数据背后的意义,我们需要对数据进行可视化展示. 在数据可视化中,Python 也支持第三模块 matplotlib 模块:Python使用最多的可视化库 seaborn 模块:基于matplotlib的图形可视化 pycharts 模块:用于生成Echarts 图表

  • Python利用 matplotlib 绘制直方图

    目录 1. 直方图概述 1.1什么是直方图? 1.2直方图使用场景 1.3直方图绘制步骤 1.4案例展示 2. 直方图属性 2.1设置颜色 2.2设置长条形数目 2.3设置透明度 2.4设置样式 3. 添加折线直方图 4. 堆叠直方图 5. 不等距直方图 6. 多类直方图 复习回顾: 经过前面对 matplotlib 模块从底层架构.基本绘制步骤等学习,我们已经学习了折线图.柱状图的绘制方法. matplotlib 模块基础:对matplotlib 模块常用方法进行学习 matplotlib 模

  • python 用matplotlib绘制折线图详情

    目录 1. 折线图概述 1.1什么是折线图? 1.2折线图使用场景 1.3绘制折线图步骤 1.4案例展示 2. 折线2D属性 2.1linestyle:折线样式 2.2color:折线颜色 2.3marker:坐标值标记 2.4fillstyle:标记填充方法 2.5linewidth(lw): 直线宽度 3. 坐标管理 3.1坐标轴名字设置 3.2坐标轴刻度设置 3.3坐标轴位置设置 3.4指定坐标值标注 4. 多条折线展示图 5. 图列管理 复习回顾: 众所周知,matplotlib 是一款

  • Python Matplotlib 实现3D绘图详解

    目录 第一个三维绘图程序 3D散点图 3D等高线图 3D线框图 3D曲面图 最初开发的 Matplotlib,仅支持绘制 2d 图形,后来随着版本的不断更新, Matplotlib 在二维绘图的基础上,构建了一部分较为实用的 3D 绘图程序包,比如 mpl_toolkits.mplot3d,通过调用该程序包一些接口可以绘制 3D散点图.3D曲面图.3D线框图等 mpl_toolkits 是 Matplotlib 的绘图工具包. 第一个三维绘图程序 下面编写第一个三维绘图程序. 首先创建一个三维绘

  • Python用 matplotlib 绘制柱状图

    目录 1. 柱状图概述 1.1什么是柱状图 1.2柱状图使用场景 1.3柱状图绘制步骤 1.3案例展示 2. 柱状图属性 2.1柱状体颜色填充 2.2状描边设置 2.3状体边框宽度 2.4刻度标签 3. 堆叠柱状图 4. 并列柱状图 5. 水平柱状图 6. 添加折线柱状图 7. 正负柱状图 复习回顾: Python 为数据展示提供了大量优秀的功能包,其中 matplotlib 模块可以方便绘制制作折线图.柱状图.散点图等高质量的数据包. 关于 matplotlib 模块,我们前期已经对matpl

  • Python+matplotlib实现量场图的绘制

    目录 复习回顾 1. 量场图概述 什么是量场图? 量场图使用场景 绘制量场图方法 2. 量场图属性 设置颜色 设置透明度 设置向量箭头尺寸 设置坐标中向量箭头位置 设置向量箭头宽度 3. 绘制量场图步骤 4. 小试牛刀 总结 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

  • Python+matplotlib实现堆叠图的绘制

    目录 一.水平堆叠图 二.波浪形堆叠图 三.加上数据标签 注:本文的所有数据请移步—— 参考数据 一.水平堆叠图 堆叠图其实就是柱状图的一种特殊形式 from matplotlib import pyplot as plt plt.style.use('seaborn') plt.figure(figsize=(15,9)) plt.rcParams.update({'font.family': "Microsoft YaHei"}) plt.title("中国票房2021T

  • Python matplotlib实现折线图的绘制

    目录 一.版本 二.图表主题设置 三.一次函数 四.多个一次函数 五.填充折线图 官网: https://matplotlib.org 一.版本 # 01 matplotlib安装情况 import matplotlib matplotlib.__version__ 二.图表主题设置 请点击:图表主题设置 三.一次函数 import numpy as np from matplotlib import pyplot as plt # 如何使用中文标题 plt.rcParams['font.san

  • Python+matplotlib实现简单曲线的绘制

    目录 一.安装matplotlib 二.测试 matplotlib 三. 绘制简单的折线 四.使用 scatter() 绘制散点图并设置其样式 1.要绘制单个点 2.要绘制系列点 3.自动计算数据 4.自动保存图表 一.安装matplotlib 1)由于已安装anaconda,可直接打开anaconda prompt,再用命令pip install matplotlib进行安装,因镜像问题,可能较慢,建议第2种方式. 2)访问https://pypi.org/project/matplotlib

  • python matplotlib库绘图实战之绘制散点图

    目录 一.导入库 二.设置文字 三.设置坐标轴参数 四.绘制点 五.对点的继续处理 1.自定义颜色 2.颜色映射 补充1 补充2 补充3 总结 一.导入库 import matplotlib.pyplot as plt 二.设置文字 plt.title("double number", fontsize=24) plt.xlabel("number", fontsize=14) plt.ylabel("double", fontsize=14)

  • Python matplotlib如何绘制各种流线图

    目录 前言 流线图概述 什么是流线图? 流线图应用场景 获取流线图方法 流线图属性 设置流线图密度 设置流线宽度 设置流线颜色 设置流线缩放 设置流线颜色系 绘制流线图步骤 小试牛刀 总结 前言 在Python关于绘图,Mlab提供开源的matplotlib模块,不仅可以绘制折线图.柱状图.散点图等常规图外,还支持绘制量场图.频谱图.提琴图.箱型图等特殊图,例举往期文章可前往查看详情. 我们日常生活中经常会关注天气预报,在换季的时候,播报员会讲解气流流动情况.在天气预报过程中,气象专家们会根据流

  • python+matplotlib绘制3D条形图实例代码

    本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图,具体如下. 首先看看演示效果: 完整代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # setup the figure and axes fig = plt.figure(figsize=(8, 3)) ax1 = fig.add_subplot(121

  • python+matplotlib绘制旋转椭圆实例代码

    旋转椭圆 实例代码: import matplotlib.pyplot as plt import numpy as np from matplotlib.patches import Ellipse delta = 45.0 # degrees angles = np.arange(0, 360 + delta, delta) ells = [Ellipse((1, 1), 4, 2, a) for a in angles] a = plt.subplot(111, aspect='equal

  • Python matplotlib数据可视化图绘制

    目录 前言 1.折线图 2.直方图 3.箱线图 4.柱状图 5.饼图 6.散点图 前言 导入绘图库: import matplotlib.pyplot as plt import numpy as np import pandas as pd import os 读取数据(数据来源是一个EXCLE表格,这里演示的是如何将数据可视化出来) os.chdir(r'E:\jupyter\数据挖掘\数据与代码') df = pd.read_csv('air_data.csv',na_values= '-

  • 不同版本中Python matplotlib.pyplot.draw()界面绘制异常问题的解决

    前言 本文主要给大家介绍了关于不同版本中Python matplotlib.pyplot.draw()界面绘制异常的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧. 在 Ubuntu系统上进行如下配置: $ sudo apt-get update $ sudo apt-get upgrade $ sudo apt-get install python-dev $ sudo apt-get install python-pip $ sudo pip install --u

随机推荐