matlab数据无量纲化_phthon 处理文本数据以及调用画图包进行快捷画图

python的编程工具Thorny的下载及使用

• 进入网站http://gis4g.pku.edu.cn/download/thonny-3-2-6-macos/下载软件然后安装

• 在Thorny中安装第三方安装包：点击工具---管理包然后搜索需要的第三方插件，点击下载安装。

SciencePlots的介绍和安装

• SciencePlots是一个依附于Matplotlib的扩展包，在这个扩张包中有许多可以直接调用预设好的绘图风格，包括Science,IEEE要求的绘图风格，详细信息可在网站https://github.com/garrettj403/SciencePlots中查看。
• 在Thorny的管理包中先搜索matplotlib并安装，之后再搜索 SciencePlots,并安装。

使用方法

• 部分数据样式如下，第1，3，5列为x轴数据，对应2，4，6列为y轴数据

• 根据数据进行绘图代码如下：

import matplotlib.pyplot as plt      #导入绘图库
d1, d2, d3, u1, u2, u3, temp = [], [], [], [], [], [], [] #设置数组
with open('v.txt', "r") as f:        #打开.txt格式文件，并且将文件作为f
    lines = f.readlines()            #将f中的每一行作为一个元素存储在数组lines中
    for line in lines:               #for循环，使line遍历lines中的每一个元素，
        temp = line.split()          #对字符串进行切片，没有指定参数，则以空格为分隔符，分为单独的元素并存储在数组temp中
        d1.append(float(temp[0]))    #将数组temp第0个元素添加到数组d1中
        u1.append(float(temp[1]))
        d2.append(float(temp[2]))
        u2.append(float(temp[3]))
        d3.append(float(temp[4]))
        u3.append(float(temp[5]))

with plt.style.context(['science', 'no-latex', 'ieee']):  #使用绘图库，指定绘图风格
    fig, ax = plt.subplots()                              #设置绘图窗口
    ax.plot(d1, u1, label = '100ppm k=5 v=0.01')          #设置绘图读取的数据，以及图例
    ax.plot(d2, u2, label = '100ppm k=10 v=0.01')
    ax.plot(d3, u3, label = '100ppm k=15 v=0.01')
    ax.legend(title = 'Order')                            #设置数据图的标题
    ax.set(xlabel = 'd')                                  #设置x轴名称
    ax.set(ylabel = 'u')                                  #设置y轴名称
    ax.set_xlim((0, 2.5))                                 #设置x轴刻度范围
#    ax.autoscale(tight=True)
    fig.savefig('fig1.png', dpi = 300)                    #保存并设置图片保存名称，格式以及分辨率
    fig.show()                                            #展示图片

使用python对数据进行处理并绘制数据图

• 以ICEO为例，运行完算例后使用smapleDict程序生成速度数据，并进行无量纲化:

$$ d=frac{sqrt{x^2+y^2}-R}{R} u^*=frac{sqrt{u^2+v^2}}{u_{ref}} R=0.00001,u_{ref}=4.68697E-9 $$

• 使用python读取.txt文件，第1，2，3列分别为x,y,z轴坐标，第4，5，6列分别为x，y,z轴的速度分量，进行处理并绘图：

import matplotlib.pyplot as plt                 #导入绘图库

filename = 'U.txt'      
x, y, d, ux, uy, u= [], [], [], [], [], []      #设置数组
with open(filename, 'r') as f:                  #打开文件，并且命名为f
    lines = f.readlines()                       #将f中的每一行作为一个元素存储在数组lines中
    i = 0                                       #计数
    for line in lines:                          #for循环，使line遍历lines中的每一个元素
        temp = line.split()                     #对字符串进行切片，没有指定参数，则以空格为分隔符，并以数组的形式存储在temp中
        x.append(float(temp[0]))                ##将数组temp第0个元素添加到数组x中
        y.append(float(temp[1]))
        ux.append(float(temp[3]))
        uy.append(float(temp[4]))
        d.append(((((x[i])**2 + y[i]**2)**0.5)-0.00001)/0.00001) #进行计算
        u.append(((ux[i]**2 + uy[i]**2)**0.5)/4.68697e-9)
        i = i + 1
with plt.style.context(['science', 'no-latex', 'ieee']):  #使用绘图库，指定绘图风格
    fig, ax = plt.subplots()                              #设置绘图窗口
    ax.plot(d, u, label = '$u^*$')          #设置绘图读取的数据，以及图例
    ax.legend(title = 'Order')                            #设置数据图的标题
    ax.set(xlabel = 'd')                                  #设置x轴名称
    ax.set(ylabel = '$u^*$')                                  #设置y轴名称
    ax.set_xlim((0, 2.5))                                 #设置x轴刻度范围
#   ax.autoscale(tight=True)
    fig.savefig('ICEO.png', dpi = 300)                    #保存并设置图片保存名称，格式以及分辨率
    fig.show()