Use python to draw two-dimensional vector graphics

      In order to realize the visual simulation of the change trend of stratigraphic data, the visualization scheme in the python environment has been studied recently to prepare for the subsequent simulation of fluid motion. The quiver function in matplotlib is mainly used to realize the randomization of two-dimensional contour data. Trend plotting of depth or stratigraphic data.

1. Operating environment: python3.10 environment, use matplotlib.pyplot, scipy.interpolate, numpy, pandas to realize data processing, grid data generation, matrix data merging, etc.

2. Data preparation: See the previous article for details on data processing and data preparation . The data format is similar to data reading and data processing methods.

3. Drawing two-dimensional vector graphics

Drawing of typical two-dimensional vector field arrow diagram

# 1.二维向量风场 典型示例
X = np.arange(-15, 15, 1)
Y = np.arange(-10, 10, 1)
U, V = vectorComputeUV0(X, Y)
font = {'family': 'serif',
        'weight': 'normal',
        'size': 10,
        }
C = np.cos(U)
## 1.1绘制风场风速
fig, ax1 = plt.subplots()
quiver1 = ax1.quiver(X, Y, U, V, C,  # X,Y,U,V 确定位置和对应的风速
                     width=0.003,  # 箭杆箭身宽度
                     scale=100,  # 箭杆长度,参数scale越小箭头越长
                     )
# 1.2绘制方向标识，画出风场、箭头箭轴后，需要说明：箭轴长度与风速的对应关系，详见下面quiverkey
# 风有U\V两个方向，调用quiverkey可以生成横向参考箭头 + label。
ax1.quiverkey(quiver1,  # 传入quiver句柄
              X=0.09, Y=0.051,  # 确定 label 所在位置，都限制在[0,1]之间
              U=5,  # 参考箭头长度 表示风速为5m/s。
              angle=0,  # 参考箭头摆放角度。默认为0，即水平摆放
              label='v:5m/s',  # 箭头的补充：label的内容  +
              labelpos='S',  # label在参考箭头的哪个方向; S表示南边
              color='b', labelcolor='b',  # 箭头颜色 + label的颜色
              fontproperties=font,  # label 的字体设置：大小，样式，weight
              )


# 风有U\V两个方向，调用quiverkey可以生成纵向参考箭头 + label
ax1.quiverkey(quiver1, X=0.07, Y=0.071,
              U=5,
              angle=90,  # 参考箭头摆放角度，90即垂直摆放
              label='w:5cm/s',  # label内容
              labelpos='N',  # label在参考箭头的北边
              color='r',  # 箭头颜色
              labelcolor='r',  # label颜色
              fontproperties=font)
plt.show()

renderings

Mapped using actual stratigraphic data

# 数据准备详见第二部分内容。
xi = np.linspace(min(xs), max(xs))
yi = np.linspace(min(ys), max(ys))
xi, yi = np.meshgrid(xi, yi) # 网格化处理
# # 第一个参数：二维数组数据；第二个参数：要生成的维度数据实际散点值；第三个参数：要生成的目标点网格；第四个参数：生成方法；返回值：生成的全部网格对应的Z值数据
zi = griddata(data.iloc[:, 0:2], zs, (xi, yi), method='cubic')  #method : {'linear', 'nearest', 'cubic'}
xyz = np.c_[xi, yi, zi] #连接矩阵，行数不变，列数增加。
# 2.用实际盆模数据绘制,UV如何计算得到，详见vectorComputeUV2
# U,V=vectorComputeUV(xs,ys,zs)
threshold = 10  # 阈值，绝对值小于阈值的数据都不显示。
# U = vectorComputeUV3(zs,50)
# cs = plt.quiver(xs, ys, U,U)
U,V = vectorComputeUV2(xyz,threshold)
# cs = plt.quiver(xi, yi, U[:, 0:50], V[:, 0:50])
# cs = plt.quiver(xi, yi, U[:, 50:100], V[:, 50:100])
cs = plt.quiver(xi, yi, U[:, 100:150], V[:, 100:150])
plt.show()

renderings

The method of calculating UV is as follows, and it will be continuously improved in the future

# 计算矢量场的速度矢量
def vectorComputeUV0(X,Y):
    U, V = np.meshgrid(X, Y)
    return U,V
# 计算矢量场的速度矢量，xyz为矢量矩阵，threshold为阈值
def vectorComputeUV2(xyz,threshold):
    U, V = np.gradient(xyz) #计算变化趋势，梯度
    U=np.where(np.abs(U)<=threshold,0,U) #过滤阈值，U方向
    V = np.where(np.abs(V) <= threshold, 0, V)    #过滤阈值，V方向
    return U,V
# 计算矢量场的速度矢量，zi为输入的一维向量，threshold为阈值
def vectorComputeUV3(zi,threshold):
    U = np.gradient(zi,edge_order=1) #计算变化趋势，梯度
    U = np.where(np.abs(U) <= threshold, 0, U) #过滤阈值，U方向
    return U

quiver([X, Y], U, V, [C], **kw) parameter description

quiver([X, Y], U, V, [C], **kw)参数说明如下：
　　X, Y 定义了箭头的位置.
    U, V 定义了箭头的方向.
    C 作为可选参数用来设置颜色.
 　　angles：可选参数，用于指定箭头和x轴之间的角度，以度为单位，默认为UV坐标系下的45度。
    scale：可选参数，指定箭头的大小，以矢量长度的一定系数来标识，默认为1.0。
    scale_units：可选参数，指定箭头大小的单位，可选值为x、y、xy，默认为xy。
    width：可选参数，用于指定箭头的宽度，默认为0.005。
    headwidth：可选参数，用于指定箭头的宽度，默认为3倍宽度。
    headlength：可选参数，用于指定箭头的长度，默认为4倍宽度。
    minshaft：可选参数，用于设定箭头最小长度的比例，这是一个实数，取值在0到1之间。