Diagramas de Quiver usando Plotly en Python

Plotly es una biblioteca de Python que se utiliza para diseñar gráficos, especialmente gráficos interactivos. Puede trazar varios gráficos y tablas como histograma, diagrama de barras, diagrama de caja, diagrama de dispersión y muchos más. Se utiliza principalmente en el análisis de datos, así como en el análisis financiero. plotly es una biblioteca de visualización interactiva.

Parcelas de carcaj

Un diagrama de carcaj muestra los vectores de velocidad como flechas con los componentes (u, v) en los puntos (x, y). El carcaj (x, y, u, v) traza vectores como flechas en las coordenadas que se especifican en cada par de elementos correspondiente en x e y. La principal ventaja de usar un diagrama de carcaj es que puede representar un rango más amplio de magnitudes sin que las flechas se reduzcan a puntos o se superpongan entre sí.

Sintaxis: create_quiver(x, y, u, v, scale=0.1, arrow_scale=0.3, angle=0.3490658503988659, scaleratio=Ninguno)

Parámetros:

x: coordenadas x de las ubicaciones de las flechas

y: coordenadas y de las ubicaciones de las flechas

u: x componentes de los vectores flecha

v: componentes y de los vectores flecha

arrow_scale: valor multiplicado por la longitud de la púa para obtener la longitud de la punta de flecha. Predeterminado = .3

ángulo: ángulo de punta de flecha. Predeterminado = pi/9

Ejemplo:

Python3

import plotly.figure_factory as ff
import numpy as np
  
x = np.linspace(-2, 2, 60)
y = np.linspace(-1, 1, 60)
Y, X = np.meshgrid(x, y)
u = 1 - X**2 + Y
v = -1 + X - Y**2
  
# Create quiver plot
fig = ff.create_quiver(x, y, u, v, arrow_scale=.1)
  
fig.show()

Producción:

Trazado de puntos con Quiver Plot

Se puede mostrar un diagrama de carcaj con los puntos con la ayuda del método add_trace() de la clase graph_objects. El diagrama de dispersión se agrega de tal manera que muestra el origen de los carcajes.

Ejemplo:

Python3

import plotly.figure_factory as ff
import plotly.graph_objects as go
import numpy as np
  
x = np.linspace(-2, 2, 60)
y = np.linspace(-1, 1, 60)
Y, X = np.meshgrid(x, y)
u = np.cos(X)*Y
v = np.sin(X)*Y
  
# Create quiver plot
fig = ff.create_quiver(x, y, u, v, arrow_scale=.1)
  
# Adding scatter as the origin
fig.add_trace(go.Scatter(x = [0], y = [0],
                        mode = 'markers',
                         marker_size = 15
                        ))
  
fig.show()

Producción:

Publicación traducida automáticamente

Artículo escrito por nishantsundriyal98 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *