利用python绘制二维向量图

为了实现地层数据的变化趋势的可视化模拟，最近研究了python环境下的可视化方案，为后续的流体运动的仿真模拟做好储备，主要采用matplotlib中的quiver函数，实现二维等值线数据的随深度或者地层数据的变化趋势绘制。

一、运行环境：python3.10环境，利用 matplotlib.pyplot、scipy.interpolate、numpy、pandas实现数据的处理，网格数据的生成，矩阵数据的合并等。

二、数据准备：数据处理和数据准备详见上一篇文章，数据格式和数据读取、数据处理方法类似。

三、二维向量图绘制

典型二维向量场箭头图的绘制

# 1.二维向量风场 典型示例
X = np.arange(-15, 15, 1)
Y = np.arange(-10, 10, 1)
U, V = vectorComputeUV0(X, Y)
font = {'family': 'serif',
        'weight': 'normal',
        'size': 10,
        }
C = np.cos(U)
## 1.1绘制风场风速
fig, ax1 = plt.subplots()
quiver1 = ax1.quiver(X, Y, U, V, C,  # X,Y,U,V 确定位置和对应的风速
                     width=0.003,  # 箭杆箭身宽度
                     scale=100,  # 箭杆长度,参数scale越小箭头越长
                     )
# 1.2绘制方向标识，画出风场、箭头箭轴后，需要说明：箭轴长度与风速的对应关系，详见下面quiverkey
# 风有U\V两个方向，调用quiverkey可以生成横向参考箭头 + label。
ax1.quiverkey(quiver1,  # 传入quiver句柄
              X=0.09, Y=0.051,  # 确定 label 所在位置，都限制在[0,1]之间
              U=5,  # 参考箭头长度 表示风速为5m/s。
              angle=0,  # 参考箭头摆放角度。默认为0，即水平摆放
              label='v:5m/s',  # 箭头的补充：label的内容  +
              labelpos='S',  # label在参考箭头的哪个方向; S表示南边
              color='b', labelcolor='b',  # 箭头颜色 + label的颜色
              fontproperties=font,  # label 的字体设置：大小，样式，weight
              )


# 风有U\V两个方向，调用quiverkey可以生成纵向参考箭头 + label
ax1.quiverkey(quiver1, X=0.07, Y=0.071,
              U=5,
              angle=90,  # 参考箭头摆放角度，90即垂直摆放
              label='w:5cm/s',  # label内容
              labelpos='N',  # label在参考箭头的北边
              color='r',  # 箭头颜色
              labelcolor='r',  # label颜色
              fontproperties=font)
plt.show()

效果图

利用实际地层数据绘制

# 数据准备详见第二部分内容。
xi = np.linspace(min(xs), max(xs))
yi = np.linspace(min(ys), max(ys))
xi, yi = np.meshgrid(xi, yi) # 网格化处理
# # 第一个参数：二维数组数据；第二个参数：要生成的维度数据实际散点值；第三个参数：要生成的目标点网格；第四个参数：生成方法；返回值：生成的全部网格对应的Z值数据
zi = griddata(data.iloc[:, 0:2], zs, (xi, yi), method='cubic')  #method : {'linear', 'nearest', 'cubic'}
xyz = np.c_[xi, yi, zi] #连接矩阵，行数不变，列数增加。
# 2.用实际盆模数据绘制,UV如何计算得到，详见vectorComputeUV2
# U,V=vectorComputeUV(xs,ys,zs)
threshold = 10  # 阈值，绝对值小于阈值的数据都不显示。
# U = vectorComputeUV3(zs,50)
# cs = plt.quiver(xs, ys, U,U)
U,V = vectorComputeUV2(xyz,threshold)
# cs = plt.quiver(xi, yi, U[:, 0:50], V[:, 0:50])
# cs = plt.quiver(xi, yi, U[:, 50:100], V[:, 50:100])
cs = plt.quiver(xi, yi, U[:, 100:150], V[:, 100:150])
plt.show()

效果图

扫描二维码关注公众号，回复： 15868915 查看本文章

计算UV方法如下，后续不断完善

# 计算矢量场的速度矢量
def vectorComputeUV0(X,Y):
    U, V = np.meshgrid(X, Y)
    return U,V
# 计算矢量场的速度矢量，xyz为矢量矩阵，threshold为阈值
def vectorComputeUV2(xyz,threshold):
    U, V = np.gradient(xyz) #计算变化趋势，梯度
    U=np.where(np.abs(U)<=threshold,0,U) #过滤阈值，U方向
    V = np.where(np.abs(V) <= threshold, 0, V)    #过滤阈值，V方向
    return U,V
# 计算矢量场的速度矢量，zi为输入的一维向量，threshold为阈值
def vectorComputeUV3(zi,threshold):
    U = np.gradient(zi,edge_order=1) #计算变化趋势，梯度
    U = np.where(np.abs(U) <= threshold, 0, U) #过滤阈值，U方向
    return U

quiver([X, Y], U, V, [C], **kw)参数说明

quiver([X, Y], U, V, [C], **kw)参数说明如下：
　　X, Y 定义了箭头的位置.
    U, V 定义了箭头的方向.
    C 作为可选参数用来设置颜色.
 　　angles：可选参数，用于指定箭头和x轴之间的角度，以度为单位，默认为UV坐标系下的45度。
    scale：可选参数，指定箭头的大小，以矢量长度的一定系数来标识，默认为1.0。
    scale_units：可选参数，指定箭头大小的单位，可选值为x、y、xy，默认为xy。
    width：可选参数，用于指定箭头的宽度，默认为0.005。
    headwidth：可选参数，用于指定箭头的宽度，默认为3倍宽度。
    headlength：可选参数，用于指定箭头的长度，默认为4倍宽度。
    minshaft：可选参数，用于设定箭头最小长度的比例，这是一个实数，取值在0到1之间。

利用python绘制二维向量图

猜你喜欢