Matplotlib fare

Un diagramma di tremori raffigura i componenti di velocità come frecce contenenti parametri direzionali u e v alle variabili bidimensionali xe y. Per utilizzare il metodo Quiver () in MatplotLib, genereremo un grafico a quiver. I grafici a rimozione illustrerebbero la produzione elettrica nell'ingegneria elettrica e dimostrerebbe variazioni di pressione nell'ingegneria meccanica.

In questo articolo, discuteremo i metodi di come creare grafici a quiver in Python.

Disegna un diagramma a fresero con una freccia:

In questo passaggio, creeremo una trama da fare che ha una freccia e osserveremo il funzionamento del matplotlib.ascia.funzione Quiver ().

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
x = 2
y = 2
u = 3
v = 3
Fig, ax = PLT.sottotrame (figsize = (5, 5))
ascia.Quiver (x, y, u, v)
ascia.set_title ("trama quiver")
Plt.spettacolo()

Per creare le trame del fare, dobbiamo acquisire le librerie richieste: Matplotlib e Numpy. Per creare la freccia, dichiariamo alcune variabili e diamo loro valori casuali. Queste variabili mostrano la posizione e la direzione della freccia. Inoltre, creiamo un oggetto che mostra la dimensione della figura.

Chiamiamo la funzione Quiver (). Questa funzione contiene quattro parametri. I parametri 'x' e 'y' mostrano i punti di partenza della freccia disegnata. Le direttive della freccia sono mostrate dai parametri 'u' e 'v.' In aggiunta a questo; Chiamiamo il set.Funzione Titolo (), che mostra l'etichetta della trama da fare. Alla fine, possiamo visualizzare il diagramma di faretra usando il PLT.Show () funzione.

Questo grafico ha una freccia di Quiver nell'output che inizia da 'x' = 2 e 'y' = 2. A 'U' = 3 e 'V' = 3, la direzione della freccia disegnata è verso l'alto e a destra.

Disegna un diagramma a fresero con due frecce:

Ora dobbiamo inserire un'altra freccia nel grafico. Possiamo farlo fornendo due punti iniziali freccia e due direttive delle frecce.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
Fig, ax = PLT.sottotrame ()
x = [1, 1]
y = [1, 1]
u = [2, 2]
v = [2, -2]
ascia.Quiver (x, y, u, v,
Scala = 8)
ascia.asse ([ -5, 5, -5, 5])
Plt.spettacolo()

Dopo aver integrato le librerie Matplotlib.Pyplot come plt e numpy come np, chiamiamo la funzione plt.sottotraponi () funzioni per creare il grafico. Quindi dichiariamo due array che contengono i punti iniziali delle frecce. Nel frattempo, archiviamo questi array nelle variabili "X" e "y".

Allo stesso modo, dichiariamo gli altri due array che trattengono la direzione delle frecce e li assegniamo alle variabili "U" e "V". Chiamiamo l'ascia.funzione Quiver () ora. Nel codice sopra, questa funzione ha 4 parametri, inclusa la posizione iniziale delle frecce e la direzione delle frecce. Ma in questo scenario, viene fornita una "scala" di parametro aggiuntiva all'ascia.funzione Quiver (). Questo parametro viene utilizzato per regolare la dimensione delle frecce.

Diminuendo il valore dell'argomento "scala", possiamo disegnare una freccia grande. Possiamo regolare i punti iniziali e di terminazione delle frecce definendo i limiti all'ascia.funzione axis (). Forniamo i parametri in modo che il primo parametro mostri il valore minimo di "x"; Il secondo parametro mostra il valore massimo di "x"; Il terzo parametro mostra il valore minimo di "y" e l'ultimo parametro mostra il valore massimo di "y".

Ora il grafico viene visualizzato usando il PLT.Show () funzione.

Riceviamo due frecce in questo grafico. Una freccia ha una posizione di partenza (1, 1), che punta nella giusta direzione verso l'alto. Allo stesso modo, l'altra freccia ha una posizione di partenza (1, 1) e punta anche nella giusta direzione verso il basso.

Disegna il diagramma di farei tramite l'uso della griglia a maglie:

Il programma successivo dimostra come mostrare una trama da fare con l'aiuto di una griglia a maglie:

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
x = np.Arange (0, 2.4, 0.3)
y = np.Arange (0, 2.4, 0.3)
X, y = np.meshgrid (x, y)
u = np.cos (x)*y
v = np.sin (y)*y
Fig, ax = PLT.sottotrame (figsize = (12, 10))
ascia.Quiver (x, y, u, v)
ascia.xaxis.set_ticks ([])
ascia.Yaxis.set_ticks ([])
ascia.asse ([-0.2, 2.2 -0.2, 2.2])
ascia.set_aspect ('uguale')
Plt.spettacolo()

All'inizio del programma, importa due pacchetti, matplotlib.Pyplot come plt e numpy come np. Qui creiamo la posizione iniziale usando la libreria numpy. Dichiariamo due array e assegniamo questi array alla variabile, rispettivamente.

Ora chiamiamo la funzione meshgrid () della libreria numpy. Questa funzione contiene due parametri. Ora facciamo due nuove variabili. Queste variabili memorizzano i punti che mostrano la direzione delle frecce. Dobbiamo creare una trama usando il PLT.funzione sottotrama (). Possiamo regolare le dimensioni del diagramma con questa funzione.

Nel frattempo, applichiamo l'ascia.Metodo Quiver (). E questo metodo contiene quattro argomenti, inclusi i punti di posizione iniziale delle frecce e i punti di direzione delle frecce. Dichiariamo due funzioni AX.asse.set_ticks ([]) e ax.Yaxis.Set_ticks ([]) che elimina i segni di spunta dall'asse X e l'asse Y.

Possiamo farlo usando un'ascia.asse(). Qui modifichiamo i limiti dell'asse. Alla fine, prima di visualizzare il grafico, definiamo l'ascia.funzione set_aspect (). Questa funzione determina il rapporto prospettiva della trama.

In questo caso, otteniamo questo tipo di grafico usando il metodo della griglia mesh. Questo grafico mostra un diagramma di fare con più frecce.

Specificare il colore per fare la trama:

L'ascia della libreria di matplotlib.La funzione Quiver () contiene un colore del parametro aggiuntivo che definisce la tonalità della freccia. I contorni del parametro del colore del thriver devono essere uguali alle misurazioni della posizione e degli elementi direzionali.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
Fig, (ax1, ax2) = plt.sottotrame (1, 2, figsize = (10, 5))
x = np.Arange (0, 2.0, 0.4)
y = np.Arange (0, 2.0, 0.4)
X, y = np.meshgrid (x, y)
u = np.cos (x)*y
v = np.sin (y)*y
n = -4
color = np.sqrt (((v-n)/2)*2 + ((u-n)/2)*2)
ax1.Quiver (X, Y, U, V, Color, Alpha = 1.0)
ax1.xaxis.set_ticks ([])
ax1.Yaxis.set_ticks ([])
ax1.asse ([-0.2, 2.3, -0.2, 2.3])
ax1.set_aspect ('uguale')
ax1.set_title ("prima trama")
x = np.Arange (-2, 2.2, 0.2)
y = np.Arange (-2, 2.2, 0.2)
X, y = np.meshgrid (x, y)
z = x * np.exp (-x ** 2 -y ** 2)
dx, dy = np.Gradiente (Z)
n = -4
color = np.sqrt (((dx-n)/2)*2 + ((dy-n)/2)*2)
ax2.Quiver (x, y, dx, dy, colore)
ax2.xaxis.set_ticks ([])
ax2.Yaxis.set_ticks ([])
ax2.set_aspect ('uguale')
ax2.set_title ("seconda trama")
Plt.stretto_layout ()
Plt.spettacolo()

Introduciamo il matplotlib.Pyplot come plt e numpy come le librerie NP. Nel passaggio successivo, definiremo i sottotrame e regoleremo le dimensioni del grafico. Per disegnare la prima sottotrama, creiamo frecce usando il pacchetto numpy. Le posizioni iniziali e le direzioni delle frecce sono definite per le frecce della prima sottotrama.

Inoltre, impostiamo il colore delle frecce chiamando la funzione. Creiamo il grafico applicando la funzione Quiver (). Qui abbiamo assegnato il colore della trama. Abbiamo specificato il titolo della prima sottotrama chiamando la funzione set_title ().

Ora andiamo per la seconda sottotrama. Per creare frecce per la seconda sottotrama, specifichiamo le posizioni iniziali e puntiamo per le direzioni delle frecce. Creiamo un gradiente tra i due sottotrame. Definiamo il colore per la seconda sottotrama. Creiamo la sottotrama utilizzando la funzione Quiver (). Decidiamo il colore delle frecce della seconda sottotrama.

Alla fine, mostriamo il grafico chiamando il PLT.METODO SHOW ().

Conclusione:

Abbiamo utilizzato Matplotlib e Python per creare una varietà di nuovi grafici da fare in questo articolo. Il pacchetto Pyplot di Matplotlib include grafici a quiver. I punti posizionali di xey e le direzioni delle frecce sono i parametri per l'ascia.funzione Quiver (). Il metodo meshgrid () in numpy può generare tali moduli posizionali. Inoltre, abbiamo introdotto una tonalità aggiuntiva nei grafici a ciuli chiamando l'ascia.funzione Quiver () con un nuovo parametro del colore.'