Matplotlib 中有没有办法绘制两个变量 y = y(x₀, x₁) 的函数？ [复制]

Question

我有一个函数，它接受两个输入作为参数，并根据两个输入返回一个输出。

r 和 E 这两个输入的范围分别在 3-14 和 0.05-0.75 之间，将用于根据一些间隔为输入创建一些值。

每组两个输入（r 和 E）都会生成一个输出。我想使用 Python 的 Matplotlib 库根据该数据绘制函数。

我使用 matplotlib 来绘制输入 x 和输出 y，但我想不出一种方法来绘制输出相等地取决于两个输入的函数。

Answer 1

您要做的最关键的一点是了解 Matplotlib 要求数据以 2D 网格组织，因此您可以方便地利用 Numpy 对多维数据结构进行操作的能力来计算数据。

1. 使用网格坐标计算两个一维数组 - 在示例中，网格点等距分布，但网格也可以是不规则的，
2. 从两个一维数组中，使用numpy.meshgrid，计算两个二维数组，其中第一个是所有网格点的x₀坐标，第二个是x₁坐标在所有网格点中。
3. 使用启用矢量的 Numpy 的数学函数，一次计算网格上 y 的值，使用 2D 数组作为 x₀ 和 x₁，
4. 用黑色绘制等高线，使用相对较少的层数来避免图形拥挤，
5. 绘制y的颜色映射表示，这一次我们可以使用更多的层数来产生连续的效果，
6. 在等高线上添加标签（注意我们使用contour返回的对象）并添加解释图中数值的颜色条（注意我们使用contourf返回的对象）：李>

这是实现上述冗长解释的简单代码：

In [35]: import numpy as np
    ...: import matplotlib.pyplot as plt
    ...: 
    ...: X0 = np.linspace(3, 14, 111)
    ...: X1 = np.linspace(0.05, 0.75, 71)
    ...: x0, x1 = np.meshgrid(X0, X1)
    ...: y = np.cos(x0-10*x1)*(x0-40*(x1-0.2)**2)
    ...: 
    ...: ctr = plt.contour( x0, x1, y, levels=4, colors='k')
    ...: fil = plt.contourf(x0, x1, y, levels=60)
    ...: plt.clabel(ctr)
    ...: plt.colorbar(fil)
    ...: plt.show()

---

另一种可能性是使用plot_surface 方法制作3D 图。 plot_surface 方法仅适用于已使用关键字参数 projection='3d' 实例化的 Axes，因此我们不能像前面的示例中那样使用方便的 plt 命名空间……

我们讨论的关于网格的所有内容仍然有效，请求参数方面的签名是相同的，…(x0, x1, y, **kwd_args)，因此如果您遵循上一个示例，则该示例很简单，但它使用了一些技巧

1. 当您在计算机上绘制曲面时，您可以随意旋转图形以从不同的角度查看数据，当您以传统方式（例如，在 Stack Overflow 上）发布图形时，您将失去这种交互性. This answer 向我介绍了一种缓解问题的技术。
2. 如果您想将颜色图放置在多个子图之外，可能很难正确放置，除非您找到 this answer...

再次，代码及其产品

In [41]: fig, axes = plt.subplots(2,2,figsize=(8,6),
    ...:                          constrained_layout=True,
    ...:                          subplot_kw=dict(projection='3d'))
    ...: surfs = [ax.view_init(elev=10.+i*10, azim=25+i*25) or
    ...:          ax.plot_surface(x0, x1, y, cmap='viridis')
    ...:              for i, ax in enumerate(axes.flat)]
    ...: fig.colorbar(surfs[0], ax=axes.flat, aspect=50);

In [42]: