看看
Tom Flannaghan’s streamplot function.
relevant thread on the user’s list is here,还有另一个
similar code snippet by Ray Speth做的事情略有不同。
如果您有速度问题,使用一些scipy的集成功能可能会更有效,而不是在这两个示例中使用的纯nump集成功能。我没有尝试过,而且这些故意避免依赖于scipy。 (与scpy相比,scipy是一个相当沉重的依赖)
从它的例子情节:
import matplotlib.pyplot as plt
import numpy as np
from streamplot import streamplot
x = np.linspace(-3,3,100)
y = np.linspace(-3,3,100)
u = -1-x**2+y[:,np.newaxis]
v = 1+x-y[:,np.newaxis]**2
speed = np.sqrt(u*u + v*v)
plt.figure()
plt.subplot(121)
streamplot(x, y, u, v, density=1, INTEGRATOR='RK4', color='b')
plt.subplot(122)
streamplot(x, y, u, v, density=(1,1), INTEGRATOR='RK4', color=u,
linewidth=5*speed/speed.max())
plt.show()
另一个选择是使用VTK。它是加速3D绘图,所以制作2D绘图将需要正确设置相机(这不是太难),并且您将无法获得矢量输出。
Mayavi,tvtk和mlab为VTK提供了pythonic包装纸。它具有很多这样的功能。
使用VTK来绘制来自numpy数组的流线的最简单的方法是使用mayavi.mlab.flow.我现在将跳过一个例子,但是如果要使用VTK进行探索,可以添加一个。