获得奇异矢量场的视觉吸引力图的最佳方法是什么（如果您还想可视化场强）。例如，我正在使用两个点电荷的电场，如下例所示：
from pylab import *
from scipy.integrate import odeint
from matplotlib import animation
from matplotlib import cm
import numpy as np
rc('font', **{'family': 'serif', 'serif': ['Computer Modern']})
rc('text', usetex=True)
## Set up charges
class charge:
def __init__(self, q, pos):
self.q=q
self.pos=pos
chargesPlus=[]
chargesMinus=[]
#for i in arange(0,1,1):
chargesPlus.append(charge(1,[3,0]))
chargesMinus.append(charge(-1,[-3,0]))
charges = chargesPlus + chargesMinus
def E_point_charge(q, a, x, y,r):
return q*(x-a[0])/((x-a[0])**2+(y-a[1])**2)**(1.5), \
q*(y-a[1])/((x-a[0])**2+(y-a[1])**2)**(1.5)
def E_total(x, y, charges):
Ex, Ey=0, 0
for C in charges:
E=E_point_charge(C.q, C.pos, x, y,1)
Ex=Ex+E[0]
Ey=Ey+E[1]
return [Ex, Ey]
domain =2
## Cut Quiver plot
def cut(r):
if r < domain:
return 0
else:
return 1
cutv = np.vectorize(cut)
def cut_total(charges,x):
c = 1
for C in charges:
r = sqrt((C.pos[0] - x[0])**2 + (C.pos[1] - x[1])**2)
c = c*cutv(r)
print c
print C.pos[0],C.pos[1]
return c
fig = figure()
ax = fig.add_subplot(1,1,1)
xMin,xMax=-15,15
yMin,yMax=-10,10
#ax.plot(x,y)
ax.axis('tight')
xlim([xMin,xMax])
ylim([yMin,yMax])
# plot point charges
for C in charges:
if C.q>0:
plot(C.pos[0], C.pos[1], 'bo', ms=8*sqrt(C.q))
if C.q<0:
plot(C.pos[0], C.pos[1], 'ro', ms=8*sqrt(-C.q))
xG,yG = meshgrid(linspace(xMin,xMax,25),linspace(yMin,yMax,25))
# plot vector field
E_totalX,E_totalY = E_total(xG,yG,charges)
EAbs = (E_totalX**2 + E_totalY**2)**(0.5)
E_XX = E_totalX/EAbs
E_YY = E_totalY/EAbs
#EAbs = np.nan_to_num(EAbs)
#ax.streamplot(xG,yG,E_XX,E_YY,color=EAbs,cmap=cm.autumn)
ax.quiver(xG,yG,E_XX,E_YY,EAbs,cmap=cm.GnBu)
xlabel('x')
ylabel('y')
ax.set_aspect(1)
plt.savefig('fig1.png')
E_totalX = E_totalX*cut_total(charges,[xG,yG])
E_totalY = E_totalY*cut_total(charges,[xG,yG])
ax.cla()
# plot point charges
for C in charges:
if C.q>0:
plot(C.pos[0], C.pos[1], 'bo', ms=8*sqrt(C.q))
if C.q<0:
plot(C.pos[0], C.pos[1], 'ro', ms=8*sqrt(-C.q))
ax.quiver(xG,yG,E_totalX,E_totalY,pivot='middle',minshaft=0.1,minlength=0.3,headlength=2,headaxislength=2,headwidth=3,scale=4,alpha=0.4,width=0.002,linestyle='solid')
xlabel('x')
ylabel('y')
ax.set_aspect(1)
plt.savefig('fig2.png')
#show()
输出如下所示：
第一个例子的问题是如何选择颜色图。我使用了来自http://matplotlib.org/examples/color/colormaps_reference.html的不同地图，但没有一个给我一个真正令人满意的结果。
第一个例子的问题是 cut 函数不能自动工作。您需要手动剪切特定区域。
那么你对改进这些情节有什么建议呢？
如果您有其他 FOSS 工具，可以更好或更轻松地完成这些绘图，请分享。请不要分享 LaTeX 解决方案，因为我在 TeX.sx 上询问了如何使用 PsTricks 或类似方法解决此问题的相应问题：https ://tex.stackexchange.com/questions/225176/visualize-singular-vector-带 tikz 或 pstricks 和朋友的字段
我认为问题应该是社区维基。
编辑 由于特别是问题的颜色图部分尚未得到回答，我添加了另一个简单的示例，其中颜色图看起来不太好：
%matplotlib inline
from pylab import *
X=linspace(-2,2,40)
Y=linspace(-2,2,24)
X,Y=meshgrid(X, Y)
def E(x,y):
r = sqrt(x**6 + y**6)
return (x/r,y/r)
def E_dir(x,y):
#direction field
Ex,Ey=E(x,y)
n=sqrt(Ex**2+Ey**2)
return [Ex/n, Ey/n]
Ex,Ey = E(X,Y)
Exdir,Eydir = E_dir(X,Y)
EE=sqrt(Ex**2+Ex**2)
E
Q = quiver(X,Y,Exdir,Eydir,EE,cmap='autumn')
show()
几乎所有的图片看起来都是红色的。
