Matplotlib箭头图缩放

Question

我正在尝试使用matplotlib中的quiver函数绘制一些箭头。不过，我想单独为每个箭头选择长度，想用一个数组来实现。

http://matplotlib.sourceforge.net/api/pyplot_api.html#matplotlib.pyplot.quiver http://matplotlib.sourceforge.net/examples/pylab_examples/quiver_demo.html

在这些示例和文档中，展示了你可以根据单位（比如x、y、宽度、高度、xy、英寸等）来按比例改变比例尺。那么，有没有办法为每个箭头定义一个单独的比例尺呢？

Answer 1

如果你想了解两个向量，比如说 x 和 y 的相对大小，可以试试这种非线性缩放的方法：

L = np.sqrt(x**2 + y**2)
U = x / L 
V = y / L 
#If we just plotted U and V all the vectors would have the same length since 
#they've been normalized.

m = np.max(L)
alpha = .1 
#m is the largest vector, it will correspond to a vector with 
#magnitude alpha in the quiver plot

S=alpha /(1+np.log(m/L)) 

U1=S*U 

V1=S*V

plt.figure() 
Q = plt.quiver(x,y,U1,V1,scale = 1., units='width') 

qk = plt.quiverkey(Q, 0.9, 0.9, 2, r'$2 \frac{m}{s}$', 
labelpos ='E',coordinates='figure')

你可以通过调节 alpha 的值来改变向量大小的范围，增大或减小这个值就能影响结果。

Answer 2

要指定每个箭头的位置、方向和长度，这样做对箭头图来说就有点过于详细了。所以你需要做的是改变你要绘制的数据。

如果你有向量场U和V（和你例子中的U和V是一样的），你可以通过以下方法来进行归一化处理：

N = numpy.sqrt(U**2+V**2)  # there may be a faster numpy "normalize" function
U2, V2 = U/N, V/N

然后你可以应用任何你想要的缩放因子数组：

U2 *= F
V2 *= F