我正在尝试绘制具有三个变量的 ODE 模型的矢量场。我想对第三轴上的矢量进行平均,并将矢量场连同其值的标准差信息一起呈现。 ODE 系统是:
a = 1.
b1 = 0.1
b2 = 0.11
c1 = 1.5
c2 = 1.6
d = 0.75
def dudt(a,b1,b2,u,v1,v2):
return a*u - b1*u*v1 - b2*u*v2
def dv1dt(d,c1,b1,u,v1):
return -c1*v1 + d*b1*u*v1
def dv2dt(d,c2,b2,u,v2):
return -c2*v2 + d*b2*u*v2
我目前使用的功能是:
import numpy as np
import matplotlib.pyplot as plt
def plotVF(mS=None, density= 20,color='k'):
mB1 = np.linspace(0,1.1,int(density))
mB2 = np.linspace(0,1.1,int(density))
if mS==None:
mS = np.linspace(0,1.1,int(density))
B1,B2,S = np.meshgrid(mB1,mB2,mS)
average=True
else:
B1,B2 = np.meshgrid(mB1,mB2)
S = mS
average=False
DB1 = dv1dt(d,c1,b1,S,B1)
DB2 = dv2dt(d,c2,b2,S,B2)
DS = dudt(a,b1,b2,S,B1,B2)
if average:
print "Averaging"
DB1std = np.std(DB1,axis=2)
DB2std = np.std(DB2,axis=2)
DB1 = np.mean(DB1,axis=2)
DB2 = np.mean(DB2,axis=2)
DS = np.mean(DS,axis=2)
vecstd = np.hypot(DB1std,DB2std)
plt.imshow(vecstd)
plt.colorbar()
B1,B2 = np.meshgrid(mB1,mB2)
M = (np.hypot(DB1, DB2, DS))
M[ M == 0] = 1.
DB1=DB1/M
DB2=DB2/M
DS=DS/M
print B1.shape,B2.shape,DB1.shape,DB2.shape
plt.quiver(B1, B2, DB1, DB2, pivot='mid', color=color)
plt.xlim(0,1.1), plt.ylim(0,1.1)
plt.grid('on')
plt.show()
请您参考如下方法:
您的代码几乎完美无缺。只有一个问题:您正在通过对 plt.imshow 的普通调用绘制颜色图。
顾名思义,imshow 用于绘制图像。因此,它默认不期望坐标输入,只是一个包含像素数据的数组。这意味着对 imshow 的简单调用将具有与图像中的像素数相对应的轴限制——在您的情况下是二维数据数组的维度。如果您查看由 imshow 直接创建的图像,您会发现限制达到了 x,y=20。稍后您根据实际的底层网格设置新的限制,将您的绘图截断为前 2 个数据点。
解决方案是显式地告诉 plt.imshow() 您希望绘图在坐标空间中的位置:
plt.imshow(vecstd, extent=[B1.min(),B1.max(),B2.min(),B2.max()], origin='lower')
第一个关键字参数 extent 给出了数据绘制的 x 和 y 限制。请注意重要的第二个关键字参数,origin。默认情况下,imshow 会“颠倒”绘制事物,以便不颠倒绘制实际图像。当您使用 imshow 绘制用笛卡尔坐标定义的东西时,您必须告诉它坐标系的原点不应该是图形的上左角(至于图像),而不是 下 左角(至于常规绘图)。
