嗯,我真的不知道如何正确地问这个问题,但问题是。我有一些为我生成数据的代码。我有100个雷诺数,从0.1-2017,在每个雷诺数,将有剪应力值的10.000元。所以我想要x轴上的雷诺数,以及y轴上的剪应力(从0.001到10),两者都是对数尺度,这10.000个元素就是图上的点。所以我在图上总共有100.000点。
在这段代码中,我为每个雷诺数生成了0.1到2017的Re和10元素的剪应力值。所以,在x轴上的0.1点,我需要10分。所以我去找了,但搞不懂。那我该怎么做?
n = np.random.normal(mean, sd, 100)
for i in range(0, 105):
Re = 0.1 * (1.1**i)
B = e ** (-0.08 * Re) * (2.5 * np.log(Re) + 5.25) + 8.5 * (1 - e ** (-0.08 * Re))
C = 0.8+0.9*((e**(-0.08*Re)/(Re**2))+((1-e**(-0.08*Re))/(B**2)))**(-0.5)
F = 0.31*Re*e**(-0.1*Re)+1.8*e**(-0.88*d50/D)*(1-e**(-0.1*Re))
A = F/C
for j in range(10):
Dcbss = 0.52*math.tan(fi) / (((1 + (abs(n[j])*A))**2)*(1+(1/2.5)*((abs(n[j])*F)**2)*math.tan(fi)))发布于 2019-05-19 14:21:20
使用散点图。对于每个雷诺数,你有n个应力值。散点图需要的x值和y值一样多,所以必须创建与y值长度相同的x值序列。
x = [1,1,1,1]
y = [1,2,3,4]如果您有多组x/y数据,您可以像这样手动绘制它
x = [1,1,1,1]
y = [1,2,3,4]
plt.scatter(x,y)
x = [2,2,2,2]
y = [1.1,2.1,3.1,4.1]
plt.scatter(x,y)
plt.show()
plt.close()对于您的情况,您希望在内环中积累x和y值,并在内环结束时绘制它们。
from matplotlib import pyplot as plt
for i in range(0, 105):
x = []
y = []
Re = 0.1 * (1.1**i)
B = e ** (-0.08 * Re) * (2.5 * np.log(Re) + 5.25) + 8.5 * (1 - e ** (-0.08 * Re))
C = 0.8+0.9*((e**(-0.08*Re)/(Re**2))+((1-e**(-0.08*Re))/(B**2)))**(-0.5)
F = 0.31*Re*e**(-0.1*Re)+1.8*e**(-0.88*d50/D)*(1-e**(-0.1*Re))
A = F/C
for j in range(10):
Dcbss = 0.52*math.tan(fi) / (((1 + (abs(n[j])*A))**2)*(1+(1/2.5)*((abs(n[j])*F)**2)*math.tan(fi)))
x.append(i)
y.append(Dcbss)
plt.scatter(x,y)
plt.show()
plt.close()来自文档:The plot function will be faster for scatterplots where markers don't vary in size or color.。如果是这样的话,只需使用.plot()并指定标记形状- plt.plot(x,y,'ro')而不是plt.scatter(x,y)。
https://stackoverflow.com/questions/56208272
复制相似问题