本文介绍了使用Python进行流场计算时的后处理方法，特别是利用Matplotlib库生成流场的图像，包括云图和矢量图。通过数组存储流场属性，如密度和速度，并使用plt.contour、plt.imshow、plt.quiver和plt.streamplot等函数绘制标量场和矢量场。推荐在遇到未知图像类型时，先参考matplotlib的示例页面寻找解决方案。
注：本文同步也发表在我的独立博客中。
由于我现在正试图用Numpy来实现 Lattice Boltzmann method 的算法，也会涉及到一些简单的后处理功能。这里的后处理具体的说是输出一些关于流场的图像问题，因为输出单点的信息没有任何难度。而图像输出主要是依靠 Matplotlib 这个强大的库来完成。后续如果要做进一步的后处理的话，应该还是要学一学如何导出数据到专业后处理软件中，但就调试过程而言，能及时输出一些直观的图像是十分必要的。
我现在采用的办法是把关于流场的属性存储于数组中（rho[nx*ny]、u[nx*ny*2] 等），用 node 编号来索引具体的数值。这种情况，因为还不涉及格子单位和物理单位的转换，后处理的逻辑还是比较简单的。一般地说来，会用到的图像可分为两类，一类是标量场，主要是云图，另一类是矢量场，主要是矢量图（vector graph）和流线图。这两类图形的绘制方法都很接近，掌握一种的话，通过查询官方在线文档，基本都可以很快找到另外几种的用法。
例如，对于标量场，如密度场 rho[nx*ny]，可以用
最低0.47元/天 解锁文章
1417
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
