当前位置：首页>python>Python科研绘图进阶篇--matplotlib绘图实例

Python科研绘图进阶篇--matplotlib绘图实例

2026-07-08 17:59:27

在上一篇中简单介绍了matplotlib绘图的基础方法。用matplotlib进行绘图并不复杂，但是复杂的是让图片变得美观。为了让图片更加美观，更加容易使用编写了一套程序。结构如下：

在VisulizationModule中包含Visulization1D,Visulization2D和Visulization3D。

在BeamDefinition中包含make_grid, HG_beam, LG_beam, BG_beam以及airy_beam

在Plots中包含projection_plots, plot_section_curve等

在spectrum_plot中支持绘制两种风格的光谱图

一维绘图

如果有数据x和y就可以绘制折线图，这个可以涵盖很多场景，比如温度随着时间变化，风速随着时间变化，地磁强度随着时间变化等。可以选择添加标签、设置不同的线型、填充颜色等参数。

二维绘图

Visulization2D()处理平面的伪彩色图。这种图虽然称为二维绘图但是往往涉及三个维度，X、Y以及每一个像素处的值。其中颜色条映射强度值。因而需要三个参数，X,Y和强度I。ax可以绑定具体的坐标区。当然了，在这种情况下我们需要设置纵横比为1：1但在一些情况下比如绘制r-z图的时候，我们需要z方形稍微长一点，就可以设置desired_ratio，这个参数表示视觉上的长宽比。extent设置显示范围，colorlimits设置颜色条的范围。

这里演示的是光场的横向截面的强度，在模块BeamDefinition中包含几种光束的定义以及不同的物理量：

#U = HG_beam(x,y,2,1,0.5,532e-6,z=2)#U = LG_beam(x,y,2,1,0.5,532e-6,z=0)#U = airy_beam(x,y,0.2,0.2,0.4,532e-6,total_power=1);U = BG_beam(x,y,0.002,0,532e-6,total_power=1)intensity = extract_physical_quantity(U, 'intensity')

三维绘图

在matplotlib中绘制三维图需要先创建三维绘图对象，即：

 fig = plt.figure(figsize=(10, 7)) ax = fig.add_subplot(111, projection='3d')

这个版本是经过优化过的。在模块Plots中的函数projection_plot包含四个绘图元素：表面图，这个使用Visulization3D绘制，等高线图以及在背面和侧面的投影。后三者借助plot_section_curve函数:

plot_section_curve(ax=ax, x=x0, y=2, z=y0,            plane_limits=extent2,marker=None,curve_color="red")plot_section_curve(ax=ax, x=-2, y=x1, z=y1,              plane_limits=extent3,marker=None,curve_color="blue")