快捷導(dǎo)航

Python繪制箭頭向量圖的示例代碼

更新時(shí)間：2023年08月07日 09:43:59 作者：微小冷

箭頭向量圖十分常見，比如天氣預(yù)報(bào)在顯示風(fēng)場(chǎng)的時(shí)候，就會(huì)貼心地用箭頭指明風(fēng)的方向，下面就跟隨小編一起學(xué)習(xí)一下如何利用Python繪制箭頭向量圖吧

簡(jiǎn)介

箭頭向量圖十分常見，比如天氣預(yù)報(bào)在顯示風(fēng)場(chǎng)的時(shí)候，就會(huì)貼心地用箭頭指明風(fēng)的方向。在matplotlib中，用 quiver 函數(shù)來繪制箭頭向量圖，示例如下

import matplotlib.pyplot as plt
import numpy as np
X = np.arange(-2, 2, 0.2)
Y = np.arange(-1, 1, 0.2)
U, V = np.meshgrid(X, Y)
fig = plt.figure(figsize=(6,3))
plt.quiver(X, Y, U, V)
plt.tight_layout()
plt.show()

這個(gè)圖需要4組變量，分別是X,Y,U,V，其中X,Y可以理解為坐標(biāo)起點(diǎn)，U,V則是向量在X和Y方向的強(qiáng)度。

這個(gè)繪圖函數(shù)雖然簡(jiǎn)潔，但其實(shí)有個(gè)問題，即X和Y都是一維數(shù)組，而在繪制quiver的時(shí)候，卻自轉(zhuǎn)換成了二維數(shù)組，否則圖像上不可能有這么多的點(diǎn)，更不能和U,V一一對(duì)應(yīng)，可見在quiver圖中，U,V參數(shù)顯然更重要一些。實(shí)際上也是如此，如果省略X,Y參數(shù)，那么得到的圖像將建立自然計(jì)數(shù)坐標(biāo)系，

fig = plt.figure(figsize=(6,3))
plt.quiver(U, V)
plt.tight_layout()
plt.show()

箭頭設(shè)置

箭頭向量圖的特點(diǎn)幾乎都在箭頭這了，如果沒有箭頭，那quiver和散點(diǎn)圖也就沒什么區(qū)別了。quiver函數(shù)可以定制箭頭的線寬、頭寬、頭長(zhǎng)等信息，具體參數(shù)如下圖所示

在具體設(shè)置時(shí)，length通過U,V參數(shù)指定，width為絕對(duì)的寬度，一般比較小，剩下三個(gè)參數(shù)均是width的倍數(shù)，是相對(duì)值。

另外，如果想給quiver圖上色，需要設(shè)置C后者color參數(shù)。

具體示例如下

C = np.sqrt(U**2+V**2)
style = dict(width=0.005, headwidth=8, headlength=6, headaxislength=4)
fig = plt.figure(figsize=(6,3))
plt.quiver(X, Y, U, V, C, **style)
plt.tight_layout()
plt.show()

繪圖結(jié)果如下

三維場(chǎng)圖

quiver函數(shù)只需添加一個(gè)三維坐標(biāo)就可以無縫體驗(yàn)三維場(chǎng)圖。下面假設(shè)空間中有三顆恒星，那么用場(chǎng)圖來表示這三顆恒星附近的引力指向。

萬有引力公式F=G_mm/r²?，簡(jiǎn)單起見，讓三顆恒星的質(zhì)量都是1， G也取1，則其個(gè)方向分量可表示為

x, y, z = np.indices([5,5,5])/5
stars = np.random.rand(3, 3).reshape(-1,3)
u = v = w = 0   # 表示引力
for xi, yi, zi in stars:
    dx, dy, dz = xi-x, yi-y, zi-z
    dr = np.sqrt(dx**2+dy**2+dz**2)
    u += dx/dr**3
    v += dy/dr**3
    w += dz/dr**3
F = u**2 + v**2 + w**2
ax = plt.subplot(projection='3d')
ax.scatter(*stars.T, c='r')
style = dict(width=0.005, headwidth=8, headlength=6, headaxislength=4)
ax.quiver(x, y, z, u, v, w, length=0.1, normalize=True)
plt.tight_layout()
plt.show()

結(jié)果如下