Matplotlib funciones de líneas de intervalo y campos vectoriales
Documentación de referencia de Matplotlib
Las funciones de líneas de intervalo se utilizan para agregar líneas de referencia y bandas sombreadas que abarcan todo el Axes en el gráfico; las funciones de campo vectorial se utilizan para dibujar diagramas de flechas y diagramas de líneas de corriente.
Lista de funciones
| Función | Descripción |
|---|---|
| axhline() | Agregar línea horizontal que abarca todo el Axes |
| axhspan() | Agregar banda sombreada horizontal que abarca todo el Axes |
| axvline() | Agregar línea vertical que abarca todo el Axes |
| axvspan() | Agregar banda sombreada vertical que abarca todo el Axes |
| axline() | Agregar línea recta infinita que pasa por dos puntos |
| quiver() | Dibujar campo vectorial (diagrama de flechas) |
| quiverkey() | Agregar leyenda de escala al campo vectorial |
| barbs() | Dibujar gráfico de barbas de viento (uso meteorológico) |
| streamplot() | Dibujar diagrama de líneas de corriente |
Funciones Span
axhline() / axvline()
matplotlib.pyplot.axhline(y=0, xmin=0, xmax=1, **kwargs) matplotlib.pyplot.axvline(x=0, ymin=0, ymax=1, **kwargs)
axhspan() / axvspan()
matplotlib.pyplot.axhspan(ymin, ymax, xmin=0, xmax=1, **kwargs) matplotlib.pyplot.axvspan(xmin, xmax, ymin=0, ymax=1, **kwargs)
axline()
matplotlib.pyplot.axline(xy1, xy2=None, *, slope=None, **kwargs)
Ejemplo
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y = np.sin(x)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# Gráfico izquierdo: curva span
ax1.plot(x, y, 'k-', alpha=0.7)
ax1.axhline(y=0, color='gray', linewidth=0.8) # Línea horizontal y=0
ax1.axhline(y=0.5, color='green', linestyle='--') # y=0.5
ax1.axvline(x=np.pi, color='red', linestyle='--') # x=π
ax1.axvspan(np.pi, 2*np.pi, alpha=0.15, # Banda sombreada
color='red', label='Phase 2')
ax1.axhspan(0.5, 1.0, xmin=0.6, xmax=1.0, # Banda sombreada local
alpha=0.15, color='blue')
ax1.set_title('Span Functions')
ax1.legend()
# Gráfico derecho: axline define una línea recta infinita a través de dos puntos
ax2.plot([0, 2, 4], [0, 2, 3], 'ro', label='Data points')
ax2.axline((0, 0), (2, 2), color='blue', linestyle='--',
label='Through (0,0) and (2,2)')
ax2.axline((0, 0), slope=1.5, color='green',
linestyle=':', label='From (0,0) with slope=1.5')
ax2.set_xlim(-1, 5)
ax2.set_ylim(-1, 5)
ax2.set_title('axline()')
ax2.legend()
ax2.grid(True, alpha=0.3)
plt.show()
import numpy as np
x = np.linspace(0, 10, 100)
y = np.sin(x)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# Gráfico izquierdo: curva span
ax1.plot(x, y, 'k-', alpha=0.7)
ax1.axhline(y=0, color='gray', linewidth=0.8) # Línea horizontal y=0
ax1.axhline(y=0.5, color='green', linestyle='--') # y=0.5
ax1.axvline(x=np.pi, color='red', linestyle='--') # x=π
ax1.axvspan(np.pi, 2*np.pi, alpha=0.15, # Banda sombreada
color='red', label='Phase 2')
ax1.axhspan(0.5, 1.0, xmin=0.6, xmax=1.0, # Banda sombreada local
alpha=0.15, color='blue')
ax1.set_title('Span Functions')
ax1.legend()
# Gráfico derecho: axline define una línea recta infinita a través de dos puntos
ax2.plot([0, 2, 4], [0, 2, 3], 'ro', label='Data points')
ax2.axline((0, 0), (2, 2), color='blue', linestyle='--',
label='Through (0,0) and (2,2)')
ax2.axline((0, 0), slope=1.5, color='green',
linestyle=':', label='From (0,0) with slope=1.5')
ax2.set_xlim(-1, 5)
ax2.set_ylim(-1, 5)
ax2.set_title('axline()')
ax2.legend()
ax2.grid(True, alpha=0.3)
plt.show()
Funciones de campo vectorial
quiver() - Campo vectorial
matplotlib.pyplot.quiver(*args, **kwargs) # X, Y, U, V: 网格坐标和矢量分量 # C: 可选的颜色数据
streamplot() - Diagrama de líneas de corriente
matplotlib.pyplot.streamplot(x, y, u, v, density=1,
linewidth=None, color=None, cmap=None, **kwargs)
barbs() - Gráfico de barbas de viento
matplotlib.pyplot.barbs(*args, **kwargs) # X, Y, U, V: 网格坐标和风分量
Ejemplo
import matplotlib.pyplot as plt
import numpy as np
# Crear datos de campo vectorial
x = np.linspace(-3, 3, 15)
y = np.linspace(-3, 3, 15)
X, Y = np.meshgrid(x, y)
# Campo de vórtice
U = -Y
V = X
# Magnitud de velocidad
speed = np.sqrt(U**2 + V**2)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# Gráfico izquierdo: diagrama de flechas quiver
q = ax1.quiver(X, Y, U, V, speed, cmap='viridis',
scale=50, width=0.005)
fig.colorbar(q, ax=ax1, label='Speed')
ax1.set_title('quiver() - Arrow Field')
ax1.set_aspect('equal')
# Gráfico derecho: diagrama de líneas de corriente streamplot
strm = ax2.streamplot(x, y, U, V, color=speed,
cmap='plasma', density=1.5, linewidth=1.5)
fig.colorbar(strm.lines, ax=ax2, label='Speed')
ax2.set_title('streamplot() - Streamlines')
ax2.set_aspect('equal')
plt.show()
import numpy as np
# Crear datos de campo vectorial
x = np.linspace(-3, 3, 15)
y = np.linspace(-3, 3, 15)
X, Y = np.meshgrid(x, y)
# Campo de vórtice
U = -Y
V = X
# Magnitud de velocidad
speed = np.sqrt(U**2 + V**2)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# Gráfico izquierdo: diagrama de flechas quiver
q = ax1.quiver(X, Y, U, V, speed, cmap='viridis',
scale=50, width=0.005)
fig.colorbar(q, ax=ax1, label='Speed')
ax1.set_title('quiver() - Arrow Field')
ax1.set_aspect('equal')
# Gráfico derecho: diagrama de líneas de corriente streamplot
strm = ax2.streamplot(x, y, U, V, color=speed,
cmap='plasma', density=1.5, linewidth=1.5)
fig.colorbar(strm.lines, ax=ax2, label='Speed')
ax2.set_title('streamplot() - Streamlines')
ax2.set_aspect('equal')
plt.show()
Ejemplo de barbs()
Ejemplo
import matplotlib.pyplot as plt
import numpy as np
# Simular datos de campo de viento
x = np.linspace(0, 10, 10)
y = np.linspace(0, 8, 8)
X, Y = np.meshgrid(x, y)
# Componentes del viento (viento uniforme hacia el este + perturbación aleatoria)
U = 10 + np.random.randn(*X.shape) * 3
V = np.random.randn(*X.shape) * 5
fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')
# Gráfico de barbas de viento: las barbas indican la velocidad del viento, la dirección indica la dirección del viento
ax.barbs(X, Y, U, V, length=6)
ax.set_title('barbs() - Wind Barbs (Meteorological)')
ax.set_xlabel('Longitude')
ax.set_ylabel('Latitude')
ax.set_xlim(-1, 11)
ax.set_ylim(-1, 9)
plt.show()
import numpy as np
# Simular datos de campo de viento
x = np.linspace(0, 10, 10)
y = np.linspace(0, 8, 8)
X, Y = np.meshgrid(x, y)
# Componentes del viento (viento uniforme hacia el este + perturbación aleatoria)
U = 10 + np.random.randn(*X.shape) * 3
V = np.random.randn(*X.shape) * 5
fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')
# Gráfico de barbas de viento: las barbas indican la velocidad del viento, la dirección indica la dirección del viento
ax.barbs(X, Y, U, V, length=6)
ax.set_title('barbs() - Wind Barbs (Meteorological)')
ax.set_xlabel('Longitude')
ax.set_ylabel('Latitude')
ax.set_xlim(-1, 11)
ax.set_ylim(-1, 9)
plt.show()
Otras extensiones