更改函数中的变量以在同一轴上创建多个图

时间:2017-02-13 20:04:03

标签: python matplotlib plot

我目前正在尝试绘制一个函数,该函数描述了不同世界模型的宇宙学中的线性扰动增长。我希望能够将所有曲线放在同一组轴上,但我很难设置它。

我的目标是相对于z绘制此函数D,但是有多个具有不同密度参数的图($ \ Omega $)。

我已经管理了两个解决方案,但两个都没有完美运行,第一个效率非常低(为每组参数添加新功能):

z = np.arange(0.0,10,0.1)

#density parameters
MOm = 1.0
MOv = 0.0

COm = 0.3
COv = 0.7

H0 = 70

def Mf(z):
    A = (5/2)*MOm*(H0**2)
    H = H0 * np.sqrt( MOm*((1+z)**3) + MOv )
    return A * ((1+z)/(H**3))

def MF(z):
    res = np.zeros_like(z)
    for i,val in enumerate(z):
        y,err = integrate.quad(Mf,val,np.inf)
        res[i] = y
    return res

def MD(z):
    return (H0 * np.sqrt( MOm*((1+z)**3) + MOv )) * MF(z)

def Cf(z):
    A = (5/2)*COm*(H0**2)
    H = H0 * np.sqrt( COm*((1+z)**3) + COv )
    return A * ((1+z)/(H**3))

def CF(z):
    res = np.zeros_like(z)
    for i,val in enumerate(z):
        y,err = integrate.quad(Cf,val,np.inf)
        res[i] = y
    return res

def CD(z):
    return (H0 * np.sqrt( COm*((1+z)**3) + COv )) * CF(z) 


plt.plot(z,MD(z),label="Matter Dominated")
plt.plot(z,CD(z),label="Current Epoch")

所以我尝试使用for循环使其更简单,但是无法解决如何为循环内的每个绘图添加标签:

Om = (1.0,0.3)
Ov = (0.0,0.7)

for param1,param2 in zip(Om,Ov):
    def f(z):
        A = (5/2)*param1*(H0**2)
        H = H0 * np.sqrt( param1*((1+z)**3) + param2 )
        return A * ((1+z)/(H**3))

    def F(z):
        res = np.zeros_like(z)
        for i,val in enumerate(z):
            y,err = integrate.quad(f,val,np.inf)
            res[i] = y
        return res

    def D(z):
        return (H0 * np.sqrt( param1*((1+z)**3) + param2 )) * F(z)

    plt.plot(z,D(z))

有人可以帮助解释这样做的有效方法吗?或者如何使用for循环动态添加标签。任何帮助将不胜感激。

2 个答案:

答案 0 :(得分:1)

  

所以我尝试使用for循环使其更简单,但是无法解决如何为循环内的每个绘图添加标签

{{1}}

enter image description here

答案 1 :(得分:1)

您可以使用预定义的字符串基于这两个参数在循环中创建标签,您可以使用相应的值进行格式化。

label="Om {}, Ov {}".format(param1, param2)

总的来说,这会给出:

import numpy as np
import scipy.integrate as integrate
import matplotlib.pyplot as plt

z = np.arange(0.0,10,0.1)
MOm = 1.0
MOv = 0.0
COm = 0.3
COv = 0.7
H0 = 70

Om = (1.0,0.3)
Ov = (0.0,0.7)
plt.figure(figsize=(3.8,2.4))
for param1,param2 in zip(Om,Ov):
    def f(z):
        A = (5/2)*param1*(H0**2)
        H = H0 * np.sqrt( param1*((1+z)**3) + param2 )
        return A * ((1+z)/(H**3))

    def F(z):
        res = np.zeros_like(z)
        for i,val in enumerate(z):
            y,err = integrate.quad(f,val,np.inf)
            res[i] = y
        return res

    def D(z):
        return (H0 * np.sqrt( param1*((1+z)**3) + param2 )) * F(z)

    plt.plot(z,D(z), label="Om {}, Ov {}".format(param1, param2))

plt.legend()   
plt.show()

enter image description here