绘制向量场答案

【问题标题】：Plotting a vector field绘制向量场
【发布时间】：2016-02-12 08:57:59
【问题描述】：

我有一个数据文件，分为 4 列，第一列和第二列用于 x 和 y 坐标，第三和第四列用于 x 和 y 位置处矢量场的 x 和 y 分量（同一行） . x 和 y 的间距相等。

我想用一个“颤动”图来可视化向量场，其中向量的范数用作地图来为向量着色。不知道是否可以降低网格上点的密度以更好地查看向量？

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.pyplot import cm
from numpy import *
from pylab import *

x, y, fx, fy = np.genfromtxt(r'vecfield.dat', unpack=True)

norm = np.sqrt(fx**2+fy**2)
xx = linspace(min(x), max(x), num=150)
yy = linspace(min(y), max(y), num=10)
X, Y = mgrid(xx, yy)

q = plt.quiver(X, Y, fx, fy, norm, cmap=cm.jet, angles='xy', scale=1)
plt.axis()
plt.show()

提前感谢您的帮助。

这是我的约会示例：

0.00 0.00 0.000 0.000 0.000
0.00 0.50 -0.502 -0.008 0.503
0.00 1.00 -0.012 -0.005 3.836
0.00 1.50 -0.067 -0.005 5.080
0.00 2.00 0.085 -0.010 3.631
0.00 2.50 0.172 -0.006 5.079
0.00 3.00 0.191 0.001 4.646
0.00 3.50 0.290 -0.022 4.579
0.00 4.00 0.202 -0.006 4.993
0.00 4.50 0.096 0.010 4.836
0.00 5.00 0.623 -0.022 5.079
0.00 5.50 0.463 -0.002 4.422
0.00 6.00 -0.473 0.005 3.943
0.00 6.50 0.064 0.004 4.466
0.00 7.00 0.097 -0.008 5.203
0.00 7.50 -0.079 0.005 4.342
0.00 8.00 -0.369 0.009 4.491
0.00 8.50 -0.517 -0.043 5.564
0.00 9.00 -0.044 -0.054 5.036
0.00 9.50 -0.111 -0.037 5.482
0.00 10.00 0.358 -0.027 6.038
0.00 10.50 0.150 -0.037 5.570
0.00 11.00 0.091 -0.010 4.989
0.00 11.50 0.040 0.006 4.712
0.00 12.00 -0.737 -0.004 4.976
0.00 12.50 -0.661 -0.017 5.867
0.00 13.00 -0.047 -0.053 5.292
0.00 13.50 0.124 -0.095 4.988
0.00 14.00 -0.048 -0.146 5.646
0.00 14.50 0.271 -0.097 5.450
0.00 15.00 0.645 0.080 4.688
0.00 15.50 0.243 0.012 5.192
0.00 16.00 -0.245 0.007 4.699
0.00 16.50 0.437 -0.125 5.038
0.00 17.00 0.211 -0.282 6.002
0.00 17.50 0.175 -0.147 4.767
0.00 18.00 0.816 -0.177 2.794
0.00 18.50 0.131 -0.031 0.615
0.00 19.00 0.000 0.000 0.000
0.00 19.50 0.000 0.000 0.000
0.00 20.00 0.000 0.000 0.000
0.00 20.50 0.000 0.000 0.000
0.00 21.00 0.000 0.000 0.000

【问题讨论】：

据我了解，你不需要创建mesh grid，可以直接调用plt.quiver(x, y, fx, fy, norm, cmap=cm.jet, angles='xy', scale=1)

标签： python vector multiple-columns

【解决方案1】：

我没有任何样本数据，因此很难测试，但我认为您的问题在于设置 mgrid 数组。这应该有效：

X, Y = mgrid[min(x):(max(x)+1), min(y):(max(y)+1)]

【讨论】：

【解决方案2】：

@NoelSegura 完全正确，您不需要网格。但是，为了从您的数据中获得有意义的图，我必须缩放 fy 矢量数据：

fy = fy/100
norm = np.sqrt(fx**2+fy**2)
q = plt.quiver(x, y, fx, fy, norm, cmap=cm.jet, angles='xy', scale=1)
plt.axis()
plt.show()

【讨论】：