Matplotlib怎样绘制流线图，流线图属性设置的方法是什么-群英

上一篇：Python中怎么用Pygame画饼图及分割饼图下一篇：Python3.10和3.9版本差异表现在哪

今天小编跟大家讲解下有关“Matplotlib怎样绘制流线图，流线图属性设置的方法是什么”的内容，相信小伙伴们对这个话题应该有所关注吧，小编也收集到了相关资料，希望小伙伴们看了有所帮助。

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线图绘制的气流情况，来预测当地的天气情况。

本期，我们将学习matplotlib.pyplot.streamplot()方法相关属性的学习，let's go~

流线图概述

什么是流线图？

流线图通过流线和箭头的组合绘制，来表示某一时段流线的运行情况、
流线图上的箭头表示流向，流线上的形状表示流强度
流线图可分为气流图、等风速线、变高图等
流线图中的流线可以合并、汇合、分交，但不能交叉

流线图应用场景

流线图通常用于气象学中研究风速、气流、洋流的流向情况

流程图是风场分析的重要图表，流线的稀密度与风速大小成正比

获取流线图方法

import matplotlib.pyplot as plt 
plt.streamplot(x,y,u,v)

流线图属性

设置流线图密度

关键字：density

默认值为：1

取值类型为：浮点型或者元组

控制流线图密度，当density=1时，网格会被划分为30*30网格

对于设置每个方向上密度，可以使用元组(x,y)

设置流线宽度

关键字：linewidth

取值类型为：浮点型或者二维数组

使用二维数组，可以改变流线在网格上的线宽

阵列的形状必须要与u、v相同

设置流线颜色

关键字：color

取值可为：

表示颜色的英文单词：如绿色"g"
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
可以转入颜色列表

当使用cmap时，则需要color设置为二维数组，否则无效

设置流线缩放

关键字：norm

默认为将流线拉伸到（0，1）

仅在颜色为数组时使用

设置流线颜色系

关键字：cmap

取值形式为：颜色表_r

可取值常用的有：'Accent', 'Accent_r', 'Blues', 'Blues_r', 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu', 'BuPu_r', 'CMRmap', 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens'

绘制流线图步骤

导入matplotlib.pyplot类

import matplotlib.pyplot as plt

调用numpy库arange()、random()、randint()等准备x,y,u,v数据

x，y:一维数组/二维数组
u,v:二维数组
当为二维数组，可以通过np.meshgrid(x,y),np.mgrid()创建

x = np.arange(1,10)
y = np.arange(1,10)
 
u,v = np.meshgrid(np.sin(x),np.sin(y))

调用pyplot.streamplot()绘制流线图

plt.streamplot(x,y,u,v,density=[0.5,1])

调用pyplot.show()渲染显示出流线图

plt.show()

设置linewidth、color、cmap属性绘制流线图

plt.streamplot(x,y,u,v,density=[0.5,1],color=u,cmap="Accent_r",linewidth=3)

小试牛刀

我们学习了关于绘制流线图相关属性，我们来实操一下控制流线的起点数据

调用np.mgrid[]定义x,y二维数据
调用pyplot.streamplot()方法绘制流线图
调用pyplot.plot()方法绘制折线图，使用marker属性标记

y,x= np.mgrid[-3:3:100j, -3:3:100j]
u = -1-x**2+y
v = 1+x-y**2
 
seed_points = np.array([[-2, -1, 0, 1, 2, -1], [-2, -1, 0, 1, 2, 2]])
plt.streamplot(x,y,u,v,density=0.6,color=u,cmap="autumn",linewidth=1,start_points=seed_points.T)
plt.plot(seed_points[0],seed_points[1],"^",color="b")
 
plt.show()