在streamplot（）中使用1D数组的Matplotlib

Question

所以我在这里发现了两个类似的问题：

How to use streamplot function when 1D data of x-coordinate, y-coordinate, x-velocity and y-velocity are available?

How to plot Streamlines with Matplotlib given 1-D arrays of X cords, Y cords, U components and V components

第一个问题涉及不同大小的数组（在我的例子中，X、Y、U和V的长度总是相同的），而第二个问题确实提供了一些更大的间隔，在问题后面变得难以理解，并且没有提供解决方案。在

继续我的问题，我有4个一维数组，每个向量所在的X坐标和Y坐标，然后是每个向量的U和V值。我试图用streamplot将向量场（我可以在.quiver中正确地可视化）可视化为一个流线可视化，但是我遇到了使U和V为2D的问题。我不完全理解第二个维度需要包含什么，所以任何澄清（和代码理想情况下都会很好）。在

我能提供的唯一代码是第二个链接的实现，但这对我不起作用，所以会被丢弃。在

Answer 1

Use griddata（另请参见^{}）将一维数据插值到二维网格。在

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate as interpolate

# lowercase variables are 1D arrays
x = np.linspace(0, 2 * np.pi, 10)
y = np.sin(x)
u = np.cos(x)
v = np.sin(x)

# capitalized variables are 2D arrays
xi = np.linspace(x.min(), x.max(), 100)
yi = np.linspace(y.min(), y.max(), 100)
X, Y = np.meshgrid(xi, yi)
U = interpolate.griddata((x, y), u, (X, Y), method='cubic')
V = interpolate.griddata((x, y), v, (X, Y), method='cubic')

plt.figure()
plt.quiver(x, y, u, v, scale_units='xy', angles='xy', scale=1.5)
plt.streamplot(X, Y, U, V, color=U**2+V**2, linewidth=2, cmap=plt.cm.autumn)
plt.show()

---

^{pr2}$

收益率