Matplotlib.axes.axes.streamplot()

Matplotlib是Python中的一个库，它是NumPy库的数值-数学扩展。Axes包含了大多数图形元素:Axis、Tick、Line2D、Text、Polygon等，并设置坐标系。Axes的实例通过callbacks属性支持回调。

matplotlib.axes.Axes.streamplot() Function

matplotlib库的Axes模块中的Axes.streamplot()函数也用于绘制向量流的流线。

Axes.streamplot(axes, x, y, u, v, density=1, linewidth=None, color=None, cmap=None, norm=None, arrowsize=1, arrowstyle=’-|>’, minlength=0.1, transform=None, zorder=None, start_points=None, maxlength=4.0, integration_direction=’both’, *, data=None)

参数:该方法接受如下参数:

X, Y:这些参数是等间距网格的X和Y坐标。

U, V:该参数是行数，columns必须匹配y和x的长度。

密度:该参数用于控制流线的紧密程度。

linewidth:该参数表示流线的宽度。

color:该参数为流线颜色。

cmap:该参数用于绘制流线和箭头。

norm:该参数用于将亮度数据归一化到0,1。

arrowsize:该参数是箭头大小的比例因子。

minlength:该参数是在轴坐标下流线的最小长度。

maxlength:轴坐标下流线的最大长度。

zorder:该参数是流线和箭头的zorder。

该方法返回如下内容:

这将返回带有属性的StreamplotSet容器对象

下面的例子说明了matplotlib.axes.axes.streamplot()函数在matplotlib.axes#中的作用:

示例1

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
      
X, Y = np.meshgrid(np.arange(0, 2 * np.pi, .2),
                   np.arange(0, 2 * np.pi, .2))
U = np.cos(X**2)
V = np.sin(Y**2)
 
fig, ax = plt.subplots()
ax.streamplot(X, Y, U, V, density =[0.5, 1])
 
ax.set_title('matplotlib.axes.Axes.streamplot()\
 Example\n', fontsize = 14, fontweight ='bold')
plt.show()

输出:

Matplotlib.axes.axes.streamplot()

示例2

# Implementation of matplotlib function
 
 
import matplotlib.pyplot as plt
import numpy as np
      
X, Y = np.meshgrid(np.arange(0, 2 * np.pi, .2),
                   np.arange(0, 2 * np.pi, .2))
U = np.cos(X**2)
V = np.sin(Y**2)
 
fig, (ax, ax1)= plt.subplots(nrows = 2, ncols = 1)
ax.streamplot(X, Y, U, V, density =[0.5, 1],
             color = V * U, linewidth = 2,
             cmap ='autumn')
val = np.array([[2, 1, 0, 1, 2, 1],
                [2, 1,  0, 1, 2, 2]])
 
ax1.streamplot(X, Y, U, V, color = V * U, linewidth = 2,
               cmap ='autumn',
               start_points = val.T)
 
ax.set_title('matplotlib.axes.Axes.streamplot() \
Example\n', fontsize = 14, fontweight ='bold')
plt.show()