如何重新创建这些图表？答案

【问题标题】：how can I recreate these graphs?如何重新创建这些图表？
【发布时间】：2015-12-09 14:03:57
【问题描述】：

我希望重新创建this link 中显示的这些图表：

我需要以正确的顺序排列它们，而且我也不确定每个图表需要使用哪些 k 值。我尝试了几个 k 值，但似乎无法正确。我的代码如下所示。任何帮助都会很棒，谢谢。

#define parameters
k1= np.linspace(0,1,2)
k2=1
n1=3
n2=3
K1=0.3
K2=0.3
beta1=0
beta2=0.05
x = np.linspace(0,1)
def r_inact_1loop(x,k1=1):      #np.linspace(10,0,0.5)): #k1=1
    return k1*x
def r_activation(x,k1=1):     #np.linspace(0,1,2.5))
    return k2*(beta2*K2**n2/(K2**n2+x**n2) + x**n2/(K2**n2+x**n2))*(1-x)
def r_inact_2loop(x,k1=1):   #np.linspace(2.5,0,1)):
    return k1*(beta1*x**n1/(K1**n1+x**n1) + K1**n1/(K1**n1+x**n1))*x

#graphs
fig = plt.figure(figsize=(16,5))

ax1 = fig.add_subplot(1,3,1)
ax2 = fig.add_subplot(1,3,2)
ax3 = fig.add_subplot(1,3,3)
ax1.set_xlabel('Fraction of activated A')
ax2.set_xlabel('Fraction of activated A')
ax3.set_xlabel('Fraction of activated A')
ax1.set_ylabel('Rate of A inactivation or activation')
ax2.set_ylabel('Rate of A inactivation or activation')
ax3.set_ylabel('Rate of A inactivation or activation')

for k in k1: #k1
    ax1.plot(x, r_inact_1loop(x,k),label='in1 k1={:.1f}'.format(k))
    ax1.plot(x, r_activation(x,k),label='ac k1={:.1f}'.format(k))
    #ax1.legend(loc='best')
    ax2.plot(x, r_inact_1loop(x,k),label='in1 k1={:.1f}'.format(k))
    ax2.plot(x, r_inact_2loop(x,k),label='in2 k1={:.1f}'.format(k))
    #ax2.legend(loc='best')
    ax3.plot(x, r_activation(x,k),label='ac k1={:.1f}'.format(k))
    ax3.plot(x, r_inact_2loop(x,k),label='in2 k1={:.1f}'.format(k))
    #ax3.legend(loc='best')
    plt.xlim(0,1)
    plt.ylim(0,0.7)
plt.show()

【问题讨论】：

标签： python-3.x matplotlib graph

【解决方案1】：

首先，您的 r_activation 函数对我来说似乎不合适：

def r_activation(x,k1=1):     #np.linspace(0,1,2.5))
    return k2*(beta2*K2**n2/(K2**n2+x**n2) + x**n2/(K2**n2+x**n2))*(1-x)

未使用参数k1。

第二，对于第一个图，可以通过r_inact_1loop函数生成激活曲线，以1-x作为第一个参数，而不是x。

第三，我用不同的线型绘制了不同k的激活/去激活曲线来说明不同k的影响。

k=1
ax1.plot(x, r_inact_1loop(x,k),label='in1 k1={:.1f}'.format(k), c='r')
ax1.plot(x, r_inact_1loop((1-x),k),label='ac k1={:.1f}'.format(k), c='b')
ax1.plot(x, r_inact_1loop((1-x),k*0.5),label='ac k1={:.1f}'.format(k), c='b', ls='--')
#ax1.plot(x, r_activation(x,k),label='ac k1={:.1f}'.format(k))
#ax1.legend(loc='best')
ax2.plot(x, r_inact_1loop(x,k),label='in1 k1={:.1f}'.format(k), c='r')
ax2.plot(x, r_activation(x,k),label='ac k1={:.1f}'.format(k), c='b')
#ax2.plot(x, r_inact_2loop(x,k),label='in2 k1={:.1f}'.format(k))
#ax2.legend(loc='best')
ax3.plot(x, r_inact_2loop(x,k),label='in2 k1={:.1f}'.format(k), c='r')
ax3.plot(x, r_inact_2loop(x,k*2),label='in2 k1={:.1f}'.format(k), c='r', ls='--')
ax3.plot(x, r_activation(x,k),label='ac k1={:.1f}'.format(k), c='b')
#ax3.legend(loc='best')
plt.xlim(0,1)
plt.ylim(0,1)

4，加上3，原图中的红色区域得到如下：保持激活曲线不变，改变失活曲线k的值，使失活曲线和激活曲线至少相交(因此双稳态是可能的）。将有一组k 的上限和下限以使拦截成为可能，红色区域说明了k 的界限（我想必须以数字方式解决k 的上限和下限）。

【讨论】：