如何在Python中一个绘图中绘制速度剖面和边界厚度剖面？

我正试图构建一个如下图所示的情节：

我可以单独绘制每个配置文件；此代码用于绘制边界层：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,10,1000)
U=0.5
nu=15.89*10**-6
delta=5/np.sqrt(U/(nu*x))
plt.plot(x,delta)
plt.xlim(0,10)
plt.ylim(0,0.12)
plt.grid()
plt.show()

，这一个用于绘制速度剖面图：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,10,31)
eta = np.linspace(0,10,31)
U=0.5
nu=15.89*10**-6
y = eta/np.sqrt(U/(nu*2))
fp=np.array([0, 0.066513,   0.132974,   0.199252,   0.265127,   0.330298,   0.394392,   0.456971,   0.517552,   0.575633,   0.630712,   0.682317,   0.73004,    0.773553,   0.812637,   0.847192,   0.877241,   0.902924,   0.924491,   0.942275,   0.956661,   0.968092,   0.976998,   0.98379,    0.98889,    0.992639,   0.995322,   0.997228,   0.998547,   0.999438,   1.000034])
u = fp*U
plt.plot(u,y)
plt.grid()
plt.show()

---

我曾尝试将两个图合并成一个图，如图中所示，但我做不到。请您建议我如何做。

您可以在第二个绘图的u值上添加一个位置。其他两条曲线可以用类似的方式绘制

使用默认比例，3条曲线与

delta

曲线相比相当高。在给定位置插值，可以用

delta

曲线的高度缩放新曲线：

将numpy导入为np
将matplotlib.pyplot作为plt导入
图，ax=plt.子批次（图尺寸=（12,4））
x=np.linspace（0.001,10,1000）
U=0.5
nu=15.89*10**-6
δ=5/np.sqrt（U/（nu*x））
ax.plot（x，delta，color='dodgerblue'）
eta=np.linspace（0,10,31）
fp=np.array（[0,0.066513,0.132974,0.199252,0.265127,0.330298,0.394392,0.456971,0.517552,0.575633,0.630712,0.682317,0.73004,0.773553,0.812637,0.847192,0.877241,0.902924,0.924491,0.942275,0.956661,0.968092,0.976998,0.379,0.98889,0.9999,0.9938]）
u=fp*u
对于[1,3,6,9]中的位置：
y=eta/np.sqrt（U/（nu*位置））
#比例=0.6
缩放=np.interp（位置，x，增量）/y.max（）
ax.绘图（u+位置，y*缩放，颜色为紫色）
ax.plot（[position，position]，[0，y.max（）*缩放]，color='black'）
ax.set_xlim（0,10）
ax.set_ylim（0,0.12）
ax.grid（）
plt.show（）

PS：以下更改将按给定绘制曲线（无缩放），然后将其延伸至所需高度：

所需高度=0.12
对于[1,3,6,9]中的位置：
y=eta/np.sqrt（U/（nu*位置））
ax.plot（np.append（u+位置，（u+位置）[-1]），np.append（y，所需高度），color='purple'）
ax.绘图（[位置，位置]，[0，所需高度]，颜色='黑色'）

---

删除第一个plt.show（）？@扭曲，它不起作用，因为每个绘图中的轴限制不同。非常感谢。如果

y=eta/np.sqrt（U/（nu*position））

和

position=[1 3 5 7]

，我如何为不同的

位置

值绘制多个剖面？您可以了解如何计算比例（或高度）？相应的高度表示斜率为零的常量值。例如下面示意图中描绘的轮廓：italic boldI我认为我们可以通过重复阵列的最后一个值来解决高度问题。