Matplotlib: Wie kann man die Farbkarten- / Linienbreitenqualität im Streamplot erhöhen?

Ich habe mir das nochmal angesehen und es war nicht so schmerzhaft wie ich dachte.

Hinzufügen:

nachdem ty in der Trajektorien-Schleife initialisiert wurde (Zeile 164 in meiner Version). Ersetzen Sie einfach die Anzahl der gewünschten Unterteilungen für subdiv = 15 . Alle Segmente im Streamplot werden in so viele gleich große Segmente unterteilt, wie Sie möchten. Die Farben und Linienbreiten für beide werden immer noch richtig aus der Interpolation der Daten erhalten.

Es ist nicht so sauber wie die Änderung des Integrationsschrittes, aber es zeichnet genau die gleichen Trajektorien.

Sie können den Parameter density erhöhen, um weichere Farbübergänge zu erzielen. Verwenden Sie dann jedoch den Parameter start_points , um das allgemeine Durcheinander zu reduzieren. Mit dem Parameter start_points können Sie explizit den Standort und auswählen Anzahl der Trajektorien zum Zeichnen. Es überschreibt den Standard, der plotten soll so viele wie möglich, um die gesamte Handlung zu füllen.

Aber zuerst brauchen Sie einen kleinen Fix zu Ihrem bestehenden Code: Laut der streamplot -Dokumentation sollten die X- und Y-Argumente 1D-Arrays sein, nicht 2D-Arrays produziert von mgrid. Es sieht so aus, als ob die Übergabe in 2D-Arrays unterstützt wird, aber es ist nicht dokumentiert und es ist derzeit nicht kompatibel mit dem start_points-Parameter.

Hier habe ich Ihre X, Y, Vx, Vy und Geschwindigkeit überarbeitet:

Jetzt können Sie den Parameter start_points explizit festlegen. Die Startpunkte sind tatsächlich "Samen" Punkte. Jede gegebene Stream-Trajektorie wird in beiden Richtungen wachsen vom Keimpunkt. Also, wenn Sie einen Saatpunkt genau in der Mitte von Im Beispielplot wird es sowohl nach oben als auch nach unten wachsen, um eine Vertikale zu erzeugen Stromleitung.

Neben der Kontrolle der Nummer von Trajektorien, verwenden Sie die start_points -Parameter steuert auch die Reihenfolge , die sie sind gezeichnet. Dies ist wichtig, wenn man bedenkt, wie Trajektorien enden. Sie werden entweder die Grenze der Handlung treffen, oder sie werden enden, wenn Sie treffen eine Zelle der Handlung, die bereits eine Flugbahn hat. Das bedeutet Ihre ersten Samen werden länger wachsen und Ihre späteren Samen werden sich neigen durch vorherige eingeschränkt werden. Einige der späteren Samen können nicht wachsen überhaupt. Die Standard-Seeding-Strategie besteht darin, in jeder Zelle einen Seed zu pflanzen, Das ist ziemlich anstößig, wenn Sie eine hohe Dichte haben. Es bestellt auch sie, indem sie Samen zuerst entlang der Grundstücksgrenzen pflanzen und sich nach innen winden. Dies ist möglicherweise nicht ideal für Ihren speziellen Fall. Ich fand das sehr einfach Strategie für Ihr Beispiel war, nur ein paar Samen zwischen denen zu pflanzen zwei Punkte der Geschwindigkeit Null, y = 0 und x von -10 bis 10. Diese Trajektorien wachsen Sie voll und füllen Sie den größten Teil der Handlung ohne Unordnung.

So erstelle ich die Saatpunkte und setze die Dichte:

Und so ändere ich die Aufrufe von streamplot :

Das Ergebnis sieht im Grunde wie das Original aus, aber mit glatteren Farbübergängen und nur 15 Stream-Linien. (Entschuldigung keine Reputation zum Inline-Bild)

Ich denke, Ihre beste Wette ist, eine andere Colormap als Jet zu verwenden. Vielleicht cmap=plt.cmap.plasma .

Wierd schauende Graphen verdecken das Verständnis der Daten.

Für Daten, die in irgendeiner Weise geordnet sind, wie in diesem Fall durch die Geschwindigkeitsvektorgröße, werden gleichmäßig aufeinanderfolgende Farbabbildungen immer glatter aussehen. Die Helligkeit der sequentiellen Karten variiert monoton über den Farbbereich und entfernt große wahrgenommene Farbänderungen über kleine Datenbereiche. Die einheitlichen Karten variieren linear über ihren gesamten Bereich, wodurch die Hauptmerkmale in den Daten viel mehr sichtbar erscheinen.

Wahrnehmungsgleiche sequenzielle Farbkarten http://matplotlib.org/_images/lightness_00.png

Die Jet-Colormap überspannt mit ihrer Flexion in der Mitte sehr unterschiedliche Helligkeiten. Dies ist für den besonders ungeheuerlichen Übergang von Rot zu Blau um den mittleren Bereich des Graphen verantwortlich.

Jet und andere nicht sequentielle Farbkarten http://matplotlib.org/_images/lightness_05.png

Das matplotlib-Benutzerhandbuch zur Auswahl einer Farbkarte bietet einige Empfehlungen für die Auswahl einer geeigneten Karte für bestimmte Daten einstellen.

Ich denke nicht, dass es noch viel mehr gibt, was Sie tun können, um dies zu verbessern, indem Sie nur die Parameter in Ihrer Handlung ändern.

Der Streamplot unterteilt den Graphen in Zellen mit 30*density[x,y] in jede Richtung, höchstens eine Stromlinie durchläuft jede Zelle. Die einzige Einstellung, die direkt die Anzahl der Segmente erhöht, ist die Dichte des Gitters, das matplotlib verwendet. Durch Erhöhen der Y-Dichte wird die Segmentlänge verringert, so dass der mittlere Bereich reibungsloser übergehen kann. Die Kosten dafür sind eine unvermeidliche Unordnung der Grafik in Regionen, in denen die Stromlinien horizontal sind.

Sie könnten auch versuchen, die Geschwindigkeiten anders zu normalisieren, so dass die Änderung in der Nähe des Zentrums künstlich verringert wird. Am Ende des Tages scheint es, als ob es die Spitze des Graphen besiegt. Die Grafik sollte eine nützliche Ansicht der Daten für einen Menschen liefern, um zu verstehen. Wenn man eine Colormap mit seltsamen Flexionen verwendet oder die Daten so verzerrt, dass sie besser aussehen, wird das Verständnis, das man sonst aus dem Blick auf den Graphen erhalten könnte, entfernt.

Eine ausführlichere Diskussion über die Probleme mit Colormaps wie Jet finden Sie auf dieser Blog .