yt ProjectionPlot的注释选项

Question

我是新来的，我想对我得到的yt ProjectionPlot输出进行一些重大调整。到目前为止，我有：

import yt
ds = yt.load("/path/to/data")
prj = yt.ProjectionPlot(ds, 'z', 'Tmean', method='integrate', weight_field='rho mean')
prj.save('Tmean_prj.png')

＆＃39; Tmean_prj.png＆＃39;被附上。我遇到的第一个问题是matplotlib命令是否与yt完全兼容。那我觉得很容易。

我想在此输出中更改以下内容：

（1）使用派生变量进行投影，一个未包含在数据集中，但可以从数据集中包含的变量派生。

（2）因为有一架＆＃34;喷气机＆＃34;进入一个域（目前是紫色的东西），我想将（0,0）与紫色管道的中心和它的上边缘对齐。你似乎知道领域的维度和分辨率。

（3）在（当前）x切割约325微米的结构域。

（4）将比例从微米改为米，并用常数

进行比例缩放

（5）从绘图中分离颜色条（添加一些空白区域）并调整颜色和缩放，同时修改“Tmean＆＃39;标签是垂直的，位于颜色条的顶部。

Answer 1

在回答问题（1）时，这有效：

import yt
from yt.units import dimensions
from yt.units.yt_array import YTArray
import numpy as np

spNms  = ['H2', 'H', 'O2', 'OH', 'H2O', 'HO2', 'H2O2', 'CH3', 'CH4', 'CO', 'CO2', 'CH2O', 'C2H2', 'C2H4', 'C2H6', 'NH3', 'NO', 'HCN', 'N2']

HfO    = [0.0, 216269222.374, 0.0, 2292826.50902, -13423893.4949, 316904.97153, -4001375.87653, 9689965.02785, -4668373.7711, -3946437.03767, \
         -8941308.52674, -3859845.44206, 8707735.03834, 1870243.41835, -2788439.10336, -2695065.81111, 3009074.80936, 4937073.18373, 0.0]

omgdot = ['H2_reaction_rate mea', 'H_reaction_rate mean', 'O2_reaction_rate mea', 'OH_reaction_rate mea', 'H2O_reaction_rate me', 'HO2_reaction_rate me', \
          'H2O2_reaction_rate m', 'CH3_reaction_rate me', 'CH4_reaction_rate me', 'CO_reaction_rate mea', 'CO2_reaction_rate me', 'CH2O_reaction_rate m', \
          'C2H2_reaction_rate m', 'C2H4_reaction_rate m', 'C2H6_reaction_rate m', 'NH3_reaction_rate me', 'NO_reaction_rate mea', 'HCN_reaction_rate me', \
          'N2_reaction_rate mea']

#print 'HfO[16]',HfO[16]
#print 'omgdot[16]',omgdot[16]

#print 'HfO.shape',HfO.shape
#print 'omgdot.shape',omgdot.shape

def _HRR(field, data):
    #data._debug()
    Nx = data['Tmean'].shape
    HRR=YTArray(np.zeros(Nx))
    i=0
    for sp in spNms:
        HRR=HRR+(HfO[i]*data[omgdot[i]])
        i=i+1
    HRR = -HRR
    return HRR

yt.add_field(('gas','HRR'), function=_HRR)

ds = yt.load("/data1/ahoffie/iw-dm-4/HighTempLowNOx/JICF_EXP/Scaled_GT_run_12mmPre_r2/out_jicf/post/merged_stats_00027_00034")

prj = yt.ProjectionPlot(ds, 'z', 'HRR', method='integrate', weight_field='rho mean')

prj.save('HRR_prj.png')