Функции Span Lines и векторного поля в Matplotlib
Справочная документация Matplotlib
Функции span-линий используются для добавления опорных линий и затенённых полос, охватывающих всю область Axes на графике; функции векторного поля используются для построения графиков стрелок и графиков линий тока.
Обзор функций
| Функция | Описание |
|---|---|
| axhline() | Добавить горизонтальную линию, охватывающую всю область Axes |
| axhspan() | Добавить горизонтальную затенённую полосу, охватывающую всю область Axes |
| axvline() | Добавить вертикальную линию, охватывающую всю область Axes |
| axvspan() | Добавить вертикальную затенённую полосу, охватывающую всю область Axes |
| axline() | Добавить бесконечную линию, проходящую через две точки |
| quiver() | Нарисовать векторное поле (стрелочный график) |
| quiverkey() | Добавить легенду масштаба к векторному полю |
| barbs() | Нарисовать график ветровых барбов (для метеорологии) |
| streamplot() | Построить график линий тока |
Функции диапазонов
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)
Примеры
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')
# Левый график: кривые диапазонов
ax1.plot(x, y, 'k-', alpha=0.7)
ax1.axhline(y=0, color='gray', linewidth=0.8) # горизонтальная линия 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, # Затенённая полоса
color='red', label='Фаза 2')
ax1.axhspan(0.5, 1.0, xmin=0.6, xmax=1.0, # Локальная затенённая полоса
alpha=0.15, color='blue')
ax1.set_title('Функции диапазонов')
ax1.legend()
# Правый график: axline задаёт бесконечную прямую через две точки
ax2.plot([0, 2, 4], [0, 2, 3], 'ro', label='Точки данных')
ax2.axline((0, 0), (2, 2), color='blue', linestyle='--',
label='Через (0,0) и (2,2)')
ax2.axline((0, 0), slope=1.5, color='green',
linestyle=':', label='От (0,0) с наклоном=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')
# Левый график: кривые диапазонов
ax1.plot(x, y, 'k-', alpha=0.7)
ax1.axhline(y=0, color='gray', linewidth=0.8) # горизонтальная линия 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, # Затенённая полоса
color='red', label='Фаза 2')
ax1.axhspan(0.5, 1.0, xmin=0.6, xmax=1.0, # Локальная затенённая полоса
alpha=0.15, color='blue')
ax1.set_title('Функции диапазонов')
ax1.legend()
# Правый график: axline задаёт бесконечную прямую через две точки
ax2.plot([0, 2, 4], [0, 2, 3], 'ro', label='Точки данных')
ax2.axline((0, 0), (2, 2), color='blue', linestyle='--',
label='Через (0,0) и (2,2)')
ax2.axline((0, 0), slope=1.5, color='green',
linestyle=':', label='От (0,0) с наклоном=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()
Функции векторного поля
quiver() - Векторное поле
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() - График линий тока
matplotlib.pyplot.streamplot(x, y, u, v, density=1,
linewidth=None, color=None, cmap=None, **kwargs)
barbs() - График ветровых барбов
matplotlib.pyplot.barbs(*args, **kwargs) # X, Y, U, V: 网格坐标和风分量
Примеры
import matplotlib.pyplot as plt
import numpy as np
# Создать данные векторного поля
x = np.linspace(-3, 3, 15)
y = np.linspace(-3, 3, 15)
X, Y = np.meshgrid(x, y)
# Вихревое поле
U = -Y
V = X
# Модуль скорости
speed = np.sqrt(U**2 + V**2)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# Левый график: quiver — стрелочная диаграмма
q = ax1.quiver(X, Y, U, V, speed, cmap='viridis',
scale=50, width=0.005)
fig.colorbar(q, ax=ax1, label='Скорость')
ax1.set_title('quiver() - Поле стрелок')
ax1.set_aspect('equal')
# Правый график: streamplot — график линий тока
strm = ax2.streamplot(x, y, U, V, color=speed,
cmap='plasma', density=1.5, linewidth=1.5)
fig.colorbar(strm.lines, ax=ax2, label='Скорость')
ax2.set_title('streamplot() - Линии тока')
ax2.set_aspect('equal')
plt.show()
import numpy as np
# Создать данные векторного поля
x = np.linspace(-3, 3, 15)
y = np.linspace(-3, 3, 15)
X, Y = np.meshgrid(x, y)
# Вихревое поле
U = -Y
V = X
# Модуль скорости
speed = np.sqrt(U**2 + V**2)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# Левый график: quiver — стрелочная диаграмма
q = ax1.quiver(X, Y, U, V, speed, cmap='viridis',
scale=50, width=0.005)
fig.colorbar(q, ax=ax1, label='Скорость')
ax1.set_title('quiver() - Поле стрелок')
ax1.set_aspect('equal')
# Правый график: streamplot — график линий тока
strm = ax2.streamplot(x, y, U, V, color=speed,
cmap='plasma', density=1.5, linewidth=1.5)
fig.colorbar(strm.lines, ax=ax2, label='Скорость')
ax2.set_title('streamplot() - Линии тока')
ax2.set_aspect('equal')
plt.show()
Пример barbs()
Примеры
import matplotlib.pyplot as plt
import numpy as np
# Смоделированные данные ветрового поля
x = np.linspace(0, 10, 10)
y = np.linspace(0, 8, 8)
X, Y = np.meshgrid(x, y)
# Компоненты ветра (равномерный восточный ветер + случайное возмущение)
U = 10 + np.random.randn(*X.shape) * 3
V = np.random.randn(*X.shape) * 5
fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')
# График ветровых барбов: барбы отображают скорость ветра, направление указывает направление ветра
ax.barbs(X, Y, U, V, length=6)
ax.set_title('barbs() - Ветровые барбы (метеорологические)')
ax.set_xlabel('Долгота')
ax.set_ylabel('Широта')
ax.set_xlim(-1, 11)
ax.set_ylim(-1, 9)
plt.show()
import numpy as np
# Смоделированные данные ветрового поля
x = np.linspace(0, 10, 10)
y = np.linspace(0, 8, 8)
X, Y = np.meshgrid(x, y)
# Компоненты ветра (равномерный восточный ветер + случайное возмущение)
U = 10 + np.random.randn(*X.shape) * 3
V = np.random.randn(*X.shape) * 5
fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')
# График ветровых барбов: барбы отображают скорость ветра, направление указывает направление ветра
ax.barbs(X, Y, U, V, length=6)
ax.set_title('barbs() - Ветровые барбы (метеорологические)')
ax.set_xlabel('Долгота')
ax.set_ylabel('Широта')
ax.set_xlim(-1, 11)
ax.set_ylim(-1, 9)
plt.show()
Другие расширения