Question

我想绘制一个非常规的2D离散矩形网格 x轴值，例如CFD中使用的典型离散网格。代码的示例可以是：

    fig = plt.figure(1,figsize=(12,8))

    axes = fig.add_subplot(111)

    matplotlib.rcParams.update({'font.size':17})

    axes.set_xticks(self.xPoints)
    axes.set_yticks(self.yPoints)

    plt.grid(color='black', linestyle='-', linewidth=1)

    myName = "2D.jpg" 

    fig.savefig(myName)

其中self.xPoints和self.yPoints是一维非常规向量。

这段代码产生了良好的离散化网格，问题就在于此 xtics和ytics标签因为它们出现在xPoints和yPoints的所有值上（它们重叠）。如何轻松重新定义轴中的打印值？让我们说我只想显示x和y的最小值和最大值，而不是离散化网格中的所有值。我不能发布一个示例图，因为这是我第一次在这里问一些东西（我可以通过邮件发送请求）

Answer 1

问题是你在写下时明确告诉matplotlib标记每个点：

axes.set_xticks(self.xPoints)
axes.set_yticks(self.yPoints)

注释掉这些行，看看结果如何。

当然，如果您只想标记第一个和最后一个点，它就会变为：

axes.set_xticks([self.xPoints[0], self.xPoints[-1]])
...

Answer 2

如果网格线由axes.set_xticks()指定，我认为在您的情况下不会显示没有重叠的刻度线。

我可能有一个解决方案：

...

ax = plt.gca()

#Arr_y: y-direction data, 1D numpy array or list.
for j in range(len(Arr_y)):
    plt.hline(y = Arr_y[j], xmin = Arr_x.min(), xmax = Arr_x.max(), color = 'black')

#Arr_x: x-direction data, 1D numpy array or list.
for i in range(len(Arr_x)):
    plt.vline(x = Arr_x[i], ymin = Arr_y.min(), ymax = Arr_y.max(), color = 'black')

#Custom your ticks here, 1D numpy array or list.
ax.set_xticks(Arr_xticks)
ax.set_yticks(Arr_yticks)

plt.xlim(Arr_x.min(), Arr_x.max())
plt.ylim(Arr_y.min(), Arr_y.max())

plt.show()
...

hlines和vlines是水平线和垂直线，您可以在x和y方向指定那些带有边界数据的线。

我尝试使用60×182非均匀网格，花了我1.2s，希望我能在这里发布一张图片。

使用matplotlib绘制2D网格网格

2 个答案: