在 matplotlib 中使用滑块调整参数方程的常数值

Question

我正在尝试绘制此 parametric equation 并使用 matplotlib 中的 Slider 小部件使绘图具有交互性。我希望能够调整常量 a 和 k 的值并查看绘图如何变化。到目前为止，我已经能够生成this，但是尽管滑块是交互式的（即我可以更改它们上的值），但更改滑块上的值根本不会影响绘图。我无法弄清楚我做错了什么。这是我的代码。如果您能指出正确的方向或提供任何帮助，我将不胜感激，真的。谢谢。

注意：初始值（a_init 和 k_init）是随机的，没有任何意义。不过，我不认为问题出在他们身上。

from matplotlib.widgets import Slider
import numpy as np
import matplotlib.pyplot as plt

a_init = 15
k_init = 25

t = np.linspace(0, 2*np.pi, 100)

x = 2*k_init*np.cos(t)-a_init*np.cos(k_init*t)
y = 2*k_init*np.sin(t)-a_init*np.sin(k_init*t)

fig = plt.figure(figsize=(8,8))

parametric_ax = plt.axes([0.1, 0.2, 0.8, 0.65])
slider_ax = plt.axes([0.1, 0.03, 0.8, 0.05])
slider2_ax = plt.axes([0.1, 0.10, 0.8, 0.05])

plt.axes(parametric_ax)
parametric_plot, = plt.plot(x, y)

a_slider = Slider(slider_ax, 'a', 0, 1000, valinit=a_init)

k_slider = Slider(slider2_ax, 'k', 0, 1000, valinit=k_init)

def update(a, k):
    parametric_plot.set_ydata((2*k*np.cos(t)-a*np.cos(t*k)), (2*k*np.sin(t)-a*np.sin(t*k)))
    fig.canvas.draw_idle()          

a_slider.on_changed(update)
k_slider.on_changed(update)

plt.show()

Answer 1

在滑块更新时调用的函数update 只接受一个参数（比如val，它对应于修改后滑块的新值）。由于这个回调函数是两个滑块共享的，所以我建议不要在函数体中使用这个val参数。相反，可以直接检索滑块的当前值。

方法set_ydata 仅更新y 的数据，因此仅将一维数组作为输入。您可以通过set_data 同时更改x 和y 的值，或者通过set_xdata 和set_ydata 分别更新它。第一个解决方案需要一个二维数组，因此在这里不是最合适的。

最后给了我们类似的东西

def update(*val):
    a = a_slider.val
    k = k_slider.val
    parametric_plot.set_ydata(2 * k * np.sin(t) - a * np.sin(t * k))
    parametric_plot.set_xdata(2 * k * np.cos(t) - a * np.cos(t * k))

---

其他细微的改进

• 参数方程的定义出现两次：在update 函数中和在显示初始化时。可以通过调用一次update 来避免初始化时的这种冗余。
• 增加样本数量。
• 调整 x 和 y 限制

a_init, k_init = 15, 25
t = np.linspace(0, 2 * np.pi, 10000)

fig = plt.figure(figsize=(8, 8))

## Main axes
ax = plt.axes([0.125, 0.15, 0.775, 0.80])
plt.axis("equal")

parametric_plot, = plt.plot(0, 0, c="royalblue") # do not define x and y
plt.xlim(-200, 200)
plt.ylim(-200, 200)

## Create sliders
ax_slider_a = plt.axes([0.125, 0.03, 0.775, 0.03])
ax_slider_k = plt.axes([0.125, 0.07, 0.775, 0.03])

a_slider = Slider(ax_slider_a, r"$a$", 0, 100, valinit=a_init)
k_slider = Slider(ax_slider_k, r"$k$", 0, 100, valinit=k_init, valstep=1)

def update(*args):
    a, k = a_slider.val, k_slider.val 
    parametric_plot.set_ydata(2 * k * np.sin(t) - a * np.sin(t * k))
    parametric_plot.set_xdata(2 * k * np.cos(t) - a * np.cos(t * k))

a_slider.on_changed(update)
k_slider.on_changed(update)

update()  # initialize the plot and thus avoid redundancies
plt.show()