我正在使用 numpy 函式繪制一個矢量場quiver()，它可以作業。但我想在下面的情節中強調cowlick：
我不知道該怎么做，但是增加中心箭頭的密度可能會奏效。為此，我想求助于一些選項np.meshgrid()，可以讓我在中心獲得更緊密的 x,y 坐標點。似乎沒有內置線性，二次或其他規范。我不確定是否sparse可以為此進行修改。
代碼：
lim = 10
int = 0.22 *lim
x,y = np.meshgrid(np.arange(-lim, lim, int), np.arange(-lim, lim, int))
u = 3 * np.cos(np.arctan2(y,x)) - np.sqrt(x**2 y**2) * np.sin(np.arctan2(y,x))
v = 3 * np.sin(np.arctan2(y,x)) np.sqrt(x**2 y**2) * np.cos(np.arctan2(y,x))
color = x**2 y**2
plt.rcParams["image.cmap"] = "Greys_r"
mult = 1
plt.figure(figsize=(mult*lim, mult*lim))
plt.quiver(x,y,u,v,color, linewidths=.006, lw=.1)
plt.show()
關閉回圈，多虧了接受的答案，我終于能夠在網格密度之間取得平衡，因為我從@flwr 學到了要做的事情，并保持矢量場的“cowlick”結構顯眼（避免徑向盡可能圍繞原點的結構）：
uj5u.com熱心網友回復：
你可以在任何你想計算你的領域的地方構建點，顫抖會對此感到高興。下面的代碼使用極坐標并非線性拉伸徑向坐標。
import numpy as np
import matplotlib.pyplot as plt
lim = 10
N = 10
theta = np.linspace(0.1, 2*np.pi, N*2)
stretcher_factor = 2
r = np.linspace(0.3, lim**(1/stretcher_factor), N)**stretcher_factor
R, THETA = np.meshgrid(r, theta)
x = R * np.cos(THETA)
y = R * np.sin(THETA)
# x,y = np.meshgrid(x, y)
r = x**2 y**2
u = 3 * np.cos(THETA) - np.sqrt(r) * np.sin(THETA)
v = 3 * np.sin(THETA) np.sqrt(r) * np.cos(THETA)
plt.rcParams["image.cmap"] = "Greys_r"
mult = 1
plt.figure(figsize=(mult*lim, mult*lim))
plt.quiver(x,y,u,v,r, linewidths=.006, lw=.1)
編輯：兩次使用網格網格的錯誤
uj5u.com熱心網友回復：
np.meshgrid只是制作您提供的向量的網格。您可以做的是在中心收縮這個常規網格，以便在中心有更多點（最好用更多點可見），例如：
# contract in the center
a = 0.5 # how far to contract
b = 0.8 # how strongly to contract
c = 1 - b*np.exp(-((x/lim)**2 (y/lim)**2)/a**2)
x, y = c*x, c*y
plt.plot(x,y,'.k')
plt.show()
或者，您可以x,y完全不依賴于網格的坐標：
x = np.random.randn(500)
y = np.random.randn(500)
plt.plot(x,y,'.k')
plt.show()
但我認為您更喜歡稍微更規則的模式，您可以研究具有自適應距離或類似距離的泊松圓盤采樣，但這里的關鍵點是，對于使用quiver，您可以使用任何坐標集，它們不必在一個規則的網格中。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/433240.html
標籤：Python 麻木的 matplotlib
下一篇：在mpf財務圖中添加箭頭