[英]How to plot grad(f(x,y))?
我想计算并绘制两个变量的任何标量函数的梯度。 如果你真的想要一个具体的例子,让我们说f = x ^ 2 + y ^ 2,其中x从-10到10,对y来说是相同的。 如何计算和绘制grad(f)? 解决方案应该是矢量,我应该看到矢量线。 我是python的新手所以请使用简单的单词。
编辑:
@Andras Deak:谢谢你的帖子,我尝试了你的建议,而不是你的测试功能(fun = 3 * x ^ 2-5 * y ^ 2)我使用了我定义为V(x,y)的函数; 这是代码的样子,但报告错误
import numpy as np
import math
import sympy
import matplotlib.pyplot as plt
def V(x,y):
t=[]
for k in range (1,3):
for l in range (1,3):
t.append(0.000001*np.sin(2*math.pi*k*0.5)/((4*(math.pi)**2)* (k**2+l**2)))
term = t* np.sin(2 * math.pi * k * x/0.004) * np.cos(2 * math.pi * l * y/0.004)
return term
return term.sum()
x,y=sympy.symbols('x y')
fun=V(x,y)
gradfun=[sympy.diff(fun,var) for var in (x,y)]
numgradfun=sympy.lambdify([x,y],gradfun)
X,Y=np.meshgrid(np.arange(-10,11),np.arange(-10,11))
graddat=numgradfun(X,Y)
plt.figure()
plt.quiver(X,Y,graddat[0],graddat[1])
plt.show()
AttributeError: 'Mul' object has no attribute 'sin'
让我说我删除罪,我得到另一个错误:
TypeError: can't multiply sequence by non-int of type 'Mul'
我阅读了针对sympy的教程并且它说“像SymPy这样的符号计算系统的真正力量是能够象征性地进行各种计算”。 我得到了这个,我只是不明白为什么我不能将x和y符号乘以浮点数。
这是怎么回事? :( 请帮忙!
UPDATE
@Andras Deak:我想让事情更短,所以我从V(x,y)和Cn * Dm的原始公式中删除了许多常量。 正如你所指出的,这导致sin函数总是返回0(我刚注意到)。 为此道歉。 我将在今天晚些时候更新帖子,当时我会详细阅读您的评论。 十分感谢!
更新2我在表达式中更改了电压系数,这是结果:
它看起来不错,只是箭头指向相反的方向(它们应该从红色点出来并进入蓝色点)。 你知道我怎么能改变它吗? 如果可能的话,你能告诉我增加箭头大小的方法吗? 我尝试了另一个主题( 计算和绘图矢量字段 )中的建议:
skip = (slice(None, None, 3), slice(None, None, 3))
这只绘制了每三个箭头和matplotlib进行自动缩放,但它对我不起作用(当我添加此项时,没有任何反应,对于我输入的任何数字)你已经得到了很大的帮助,我不能够感谢你!
这是一个使用sympy
和numpy
的解决方案。 这是我第一次使用sympy,因此其他人/可能会提出更好,更优雅的解决方案。
import sympy
#define symbolic vars, function
x,y=sympy.symbols('x y')
fun=3*x**2-5*y**2
#take the gradient symbolically
gradfun=[sympy.diff(fun,var) for var in (x,y)]
#turn into a bivariate lambda for numpy
numgradfun=sympy.lambdify([x,y],gradfun)
现在你可以使用numgradfun(1,3)
计算(x,y)==(1,3)
处的梯度。 然后,此功能可用于绘图,您可以这样做。
对于绘图,您可以使用matplotlib
的quiver
,例如:
import numpy as np
import matplotlib.pyplot as plt
X,Y=np.meshgrid(np.arange(-10,11),np.arange(-10,11))
graddat=numgradfun(X,Y)
plt.figure()
plt.quiver(X,Y,graddat[0],graddat[1])
plt.show()
您为要计算的函数添加了规范。 它包含取决于x
和y
的术语的乘积,这似乎打破了我的上述解决方案。 我设法想出一个新的,以满足您的需求。 但是,你的功能似乎毫无意义。 来自您编辑的问题:
t.append(0.000001*np.sin(2*math.pi*k*0.5)/((4*(math.pi)**2)* (k**2+l**2)))
term = t* np.sin(2 * math.pi * k * x/0.004) * np.cos(2 * math.pi * l * y/0.004)
另一方面,从您对应答案的相应评论:
V(x,y)= [Cn * Dm * sin(2pinx)* cos(2pimy)]的n和m之和; 总和从-10到10; Cn和Dm是系数,并且我计算出CkD1 = sin(2pik)/(k ^ 2 + 1 ^ 2)(这里我使用k和l作为来自n和m之和的索引之一)。
我有几个问题: sin(2*pi*k)
和sin(2*pi*k/2)
(前因子中的两个竞争版本对于整数k
总是为零,每次给你一个恒定的零V
(x,y)
。此外,在你的代码中,你在三角函数中有神奇的频率因子,它们在评论中缺失。如果你将x
乘以4e-3
,你就会大大改变函数的空间依赖性(通过改变波长大约是一千倍。所以你应该真正决定你的功能是什么。
所以这是一个解决方案,我假设了
V(x,y)= sum_ {k,l = 1到10} C_ {k,l} * sin(2 * pi * k * x)* cos(2 * pi * l * y),
C_ {K,L} = SIN(2 * PI * K / 4)/((4 * PI ^ 2)*(K ^ 2 + 1 ^ 2))* 1E-6
这是函数的各种版本的组合,在prefactor中修改sin(2*pi*k/4)
以具有非零函数。 在您找到合适的数学模型后,我希望您能够根据实际需要确定数值因子。
所以这是完整的代码:
import sympy as sp
import numpy as np
import matplotlib.pyplot as plt
def CD(k,l):
#return sp.sin(2*sp.pi*k/2)/((4*sp.pi**2)*(k**2+l**2))*1e-6
return sp.sin(2*sp.pi*k/4)/((4*sp.pi**2)*(k**2+l**2))*1e-6
def Vkl(x,y,k,l):
return CD(k,l)*sp.sin(2*sp.pi*k*x)*sp.cos(2*sp.pi*l*y)
def V(x,y,kmax,lmax):
k,l=sp.symbols('k l',integers=True)
return sp.summation(Vkl(x,y,k,l),(k,1,kmax),(l,1,lmax))
#define symbolic vars, function
kmax=10
lmax=10
x,y=sp.symbols('x y')
fun=V(x,y,kmax,lmax)
#take the gradient symbolically
gradfun=[sp.diff(fun,var) for var in (x,y)]
#turn into bivariate lambda for numpy
numgradfun=sp.lambdify([x,y],gradfun,'numpy')
numfun=sp.lambdify([x,y],fun,'numpy')
#plot
X,Y=np.meshgrid(np.linspace(-10,10,51),np.linspace(-10,10,51))
graddat=numgradfun(X,Y)
fundat=numfun(X,Y)
hf=plt.figure()
hc=plt.contourf(X,Y,fundat,np.linspace(fundat.min(),fundat.max(),25))
plt.quiver(X,Y,graddat[0],graddat[1])
plt.colorbar(hc)
plt.show()
我使用一些辅助功能来定义你的V(x,y)
函数以实现透明度。 我把总和截止值作为文字参数, kmax
和lmax
:在你的代码中这些是3,在你的评论中他们被认为是10,无论如何他们应该是无限的。
渐变采用与以前相同的方式,但是当使用lambdify
转换为numpy函数时,您必须设置一个额外的字符串参数'numpy'
。 这将使得生成的numpy lambda接受数组输入(基本上它将使用np.sin
而不是math.sin
,而cos
则相同)。
我还将网格的定义从array
更改为np.linspace
:这通常更方便。 由于你的函数在整数网格点几乎不变,我创建了一个更密集的网格用于绘图(51点,同时保持原始极限(-10,10)固定)。
为清楚起见,我还包括了几个图:一个用于显示函数值的contourf
(轮廓线应始终与梯度向量正交),以及一个用于指示函数值的contourf
条。 这是结果:
组成显然不是最好的,但我不想偏离你的规格太多。 这个图中的箭头实际上几乎看不到,但正如你所看到的(并且从V
的定义中也很明显),你的函数是周期性的,所以如果用较小的限制和较少的网格点绘制相同的东西,你会看到更多功能和更大的箭头。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.