对于数据分布进行分析，例如天气情况。

将学习matplotlib.pyplot.streamplot()方法相关属性的学习，l

函数定义

ax.streamplot(x_grid, y_grid, x_vec, y_vec, density=spacing)

这里的 x_grid 和y_grid 是x点和y点的数组 x_vec 和*y_vec*表示网格上每个点的流速度.属性#density=spacing#指定要绘制在一起的流线的距离。

流线图概述

什么是流线图？

流线图通过流线和箭头的组合绘制，来表示某一时段流线的运行情况、

流线图上的箭头表示流向，流线上的形状表示流强度

流线图可分为气流图、等风速线、变高图等

流线图中的流线可以合并、汇合、分交，但不能交叉

流线图应用场景

流线图通常用于气象学中研究风速、气流、洋流的流向情况

流程图是风场分析的重要图表，流线的稀密度与风速大小成正比

获取流线图方法

流线图属性

设置流线图密度

• 关键字：density 默认值为：1

取值类型为：浮点型或者元组

控制流线图密度，当density=1时，网格会被划分为30*30网格

对于设置每个方向上密度，可以使用元组(x,y)

• 设置流线宽度 关键字：linewidth

取值类型为：浮点型或者二维数组

使用二维数组，可以改变流线在网格上的线宽

阵列的形状必须要与u、v相同

• 设置流线颜色关键字：color

取值可为：

表示颜色的英文单词：如绿色"g"

表示颜色单词的简称如：红色"r",黄色"y"

RGB格式：十六进制格式如"#88c999";(r,g,b)元组形式

可以转入颜色列表

当使用cmap时，则需要color设置为二维数组，否则无效

• 设置流线缩放 关键字：norm

默认为将流线拉伸到（0，1）

仅在颜色为数组时使用

• 设置流线颜色系 关键字：cmap 取值形式为：颜色表_r

完整代码

'''
Created on 2023年4月3日
@author: admin
'''
import numpy as np
import matplotlib.pyplot as plt
w = 3
Y, X = np.mgrid[-w:w:100j, -w:w:100j]
U = -1 - X**2 + Y
V = 1 + X - Y**2
speed = np.sqrt(U**2 + V**2)
fig, axs = plt.subplots(3, 2, figsize=(7, 9),
gridspec_kw={'height_ratios': [1, 1, 2]}
)

axs = axs.flat

axs[0].streamplot(X, Y, U, V, density=[0.5, 1])
axs[0].set_title('Varying Density')

strm = axs[1].streamplot(X, Y, U, V, color=U, linewidth=2, cmap='autumn')
fig.colorbar(strm.lines)
axs[1].set_title('Varying Color')

lw = 5*speed / speed.max()
axs[2].streamplot(X, Y, U, V, density=0.6, color='k', linewidth=lw)
axs[2].set_title('Varying Line Width')


seed_points = np.array([[-2, -1, 0, 1, 2, -1], [-2, -1, 0, 1, 2, 2]])
strm = axs[3].streamplot(X, Y, U, V, color=U, linewidth=2,
cmap='autumn', start_points=seed_points.T)
fig.colorbar(strm.lines)
axs[3].set_title('Controlling Starting Points')


axs[3].plot(seed_points[0], seed_points[1], 'bo')
axs[3].set(xlim=(-w, w), ylim=(-w, w))

mask = np.zeros(U.shape, dtype=bool)
mask[40:60, 40:60] = True
U[:20, :20] = np.nan
U = np.ma.array(U, mask=mask)
axs[4].streamplot(X, Y, U, V, color='r')
axs[4].set_title('Streamplot with Masking')
axs[4].imshow(~mask, extent=(-w, w, -w, w), alpha=0.5, cmap='gray',
aspect='auto')
axs[4].set_aspect('equal')

axs[5].streamplot(X, Y, U, V,)
axs[5].set_title('Streamplot with unbroken streamlines')
plt.tight_layout()

plt.show()