我遇到了一些麻烦,主要是因为我很难将 matplotlib 包装到 python 世界中。
我有 4 个一维数组,如下所示:
x -> x positions
y -> y positions
u -> x velocities
v -> y velocities
我在 python 变量中描述如下(这些由我正在读取的数据填充,这是不相关的,每个一维数组的长度相等)
x_points : List[float] = []
y_points : List[float] = []
x_vel : List[float] = []
y_vel : List[float] = []
而且我很难将这些一维数组转换为可用于绘制流线图的格式。 (我正在尝试遵循 this question here 的答案,但我仍在摸不着头脑) 目前我的代码看起来像这样(我省略了数据填充)
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np
import pandas as pd
x_points : List[float] = []
y_points : List[float] = []
x_vel : List[float] = []
y_vel : List[float] = []
#Data Population
#End Data Population
xi = np.linspace(-20, 20, len(x_points))
yi = np.linspace(-20, 20, len(z_points))
X, Y = np.meshgrid(xi, yi)
U = interpolate.griddata((x_points, y_points), x_vel, (X, Y), method='cubic')
V = interpolate.griddata((x_points, y_points), y_vel, (X, Y), method='cubic')
f, ax = plt.subplots(figsize=(6,6))
ax.streamplot(X,Y,U,V, density=[0.2,1])
我已经知道这是行不通的。
请问我应该如何将 4 个一维数组转换成 streamplot 满意的东西?
请您参考如下方法:
在我的最后,代码可以正常工作,但我跳过了列表的声明(这也不是必需的)。
我不得不更正一个小错别字 -> z_points 不存在,我猜你想要 y_points。
我使用了一些模拟数据来测试您的代码:
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np
import pandas as pd
from scipy import interpolate
x_points = np.random.normal(3,5, size=1000)
y_points = np.random.normal(1,2, size=1000)
x_vel = np.random.exponential(size=1000)
y_vel = np.random.exponential(5,size=1000
xi = np.linspace(-20, 20, len(x_points))
yi = np.linspace(-20, 20, len(y_points))
X, Y = np.meshgrid(xi, yi)
U = interpolate.griddata((x_points, y_points), x_vel, (X, Y), method='cubic')
V = interpolate.griddata((x_points, y_points), y_vel, (X, Y), method='cubic')
f, ax = plt.subplots(figsize=(6,6))
ax.streamplot(X,Y,U,V, density=[0.2,1])
输出
所以最后我猜你输入的数据格式不正确。您如何填充数据?也许将列表中的数据重新转换为 numpy 数组就可以解决问题。
