在numpy/matplotlib python中,如何在子地块中绘制具有许多不同值的相同函数?
我有以下python代码,并希望:在numpy/matplotlib python中,如何在子地块中绘制具有许多不同值的相同函数?,python,numpy,matplotlib,matplotlib-widget,Python,Numpy,Matplotlib,Matplotlib Widget,我有以下python代码,并希望: 在1(只有一个)图形中用许多不同的(比如4)“v0”和“θ”值绘制相同的函数,每个轨迹的颜色不同 在4个不同的图形中绘制4个图,使其看起来像一个正方形,有4个不同的“v0”和“θ”值的4个图 制作一个小部件,根据用户使用鼠标的需要改变v0和θ值 我可以在绘图后通过改变值来完成问题的第1点和第2点,然后再次计算vx0和vy0,然后调用积分函数,最后再次绘图,但这有点奇怪,也不干净。有没有更好的办法?像一个不同的v0和θ值的数组还是什么 谢谢 将代码作为函数:
我可以在绘图后通过改变值来完成问题的第1点和第2点,然后再次计算vx0和vy0,然后调用积分函数,最后再次绘图,但这有点奇怪,也不干净。有没有更好的办法?像一个不同的v0和θ值的数组还是什么
谢谢 将代码作为函数:
def func(theta=45, v0=20):
theta = theta * np.pi/180.
g = 9.81
R = 0.035
m = 0.057
rho = 1.2041
C = 0.5
k = (0.5*np.pi*R**2*C*rho)/m
x0=0
y0=10
vx0 = v0*np.sin(theta)
vy0 = v0*np.cos(theta)
def f_func(X_vek,time):
f0, f1 = X_vek[2:4].tolist()
f2 = - k*(f0**2 + f1**2)**(0.5)*f0
f3 = -g - k*(f0**2 + f1**2)**(0.5)*f1
return [f0, f1, f2, f3]
X0 = [ x0, y0, vx0, vy0]
t0 = 0.
tf = 10
tau = 0.05
t = np.arange(t0,tf,tau)
X = integrate.odeint(f_func,X0,t)
x = X[:,0]
y = X[:,1]
vx = X[:,2]
vy = X[:,3]
mask = y >= 0
return x[mask], y[mask]
然后,可以使用不同的参数对其进行打印:
plt.plot(*func())
plt.plot(*func(theta=30))
plt.xlabel('x')
plt.ylabel('y')
plt.show()
我建议您使用HoloView制作动态图形:
import holoviews as hv
hv.extension("bokeh")
hv.DynamicMap(
lambda theta, v0:hv.Curve(func(theta, v0)).redim.range(x=(0, 50), y=(0, 50)),
kdims=[hv.Dimension("theta", range=(0, 80), default=40),
hv.Dimension("v0", range=(1, 40), default=20)])
结果如下:
import holoviews as hv
hv.extension("bokeh")
hv.DynamicMap(
lambda theta, v0:hv.Curve(func(theta, v0)).redim.range(x=(0, 50), y=(0, 50)),
kdims=[hv.Dimension("theta", range=(0, 80), default=40),
hv.Dimension("v0", range=(1, 40), default=20)])