问题描述
我正在尝试绘制此 parametric equation 并使用 matplotlib 中的 Slider 小部件使绘图具有交互性。我希望能够调整常量 a 和 k 的值,看看情节如何变化。到目前为止,我已经能够生成 this,但是尽管滑块是交互式的(即我可以更改它们上的值),但更改滑块上的值根本不会影响绘图。我无法弄清楚我做错了什么。这是我的代码。如果您能指出我正确的方向或提供任何帮助,我将不胜感激。谢谢。
注意:初始值(a_init 和 k_init)是随机的,没有任何意义。不过,我不认为问题出在他们身上。
from matplotlib.widgets import Slider
import numpy as np
import matplotlib.pyplot as plt
a_init = 15
k_init = 25
t = np.linspace(0,2*np.pi,100)
x = 2*k_init*np.cos(t)-a_init*np.cos(k_init*t)
y = 2*k_init*np.sin(t)-a_init*np.sin(k_init*t)
fig = plt.figure(figsize=(8,8))
parametric_ax = plt.axes([0.1,0.2,0.8,0.65])
slider_ax = plt.axes([0.1,0.03,0.05])
slider2_ax = plt.axes([0.1,0.10,0.05])
plt.axes(parametric_ax)
parametric_plot,= plt.plot(x,y)
a_slider = Slider(slider_ax,'a',1000,valinit=a_init)
k_slider = Slider(slider2_ax,'k',valinit=k_init)
def update(a,k):
parametric_plot.set_ydata((2*k*np.cos(t)-a*np.cos(t*k)),(2*k*np.sin(t)-a*np.sin(t*k)))
fig.canvas.draw_idle()
a_slider.on_changed(update)
k_slider.on_changed(update)
plt.show()
解决方法
在滑块更新上调用的函数 update
只接受一个参数(比如 val
,它对应于修改后的滑块的新值)。由于此回调函数由两个滑块共享,因此我建议不要在函数体中使用此 val
参数。相反,可以直接检索滑块的当前值。
方法 set_ydata
只更新 y 的数据,因此只需要一个一维数组作为输入。您可以通过 set_data
同时更改 x 和 y 的值,或者通过 set_xdata
和 set_ydata
分别更新它。第一个解决方案需要一个二维数组,因此在这里不是最合适的。
最后给了我们类似的东西
def update(*val):
a = a_slider.val
k = k_slider.val
parametric_plot.set_ydata(2 * k * np.sin(t) - a * np.sin(t * k))
parametric_plot.set_xdata(2 * k * np.cos(t) - a * np.cos(t * k))
其他细微改进
- 参数方程的定义出现两次:在
update
函数中和在显示初始化时。通过调用一次update
可以避免初始化时的这种冗余。 - 增加样本数量。
- 调整 x 和 y 限制
a_init,k_init = 15,25
t = np.linspace(0,2 * np.pi,10000)
fig = plt.figure(figsize=(8,8))
## Main axes
ax = plt.axes([0.125,0.15,0.775,0.80])
plt.axis("equal")
parametric_plot,= plt.plot(0,c="royalblue") # do not define x and y
plt.xlim(-200,200)
plt.ylim(-200,200)
## Create sliders
ax_slider_a = plt.axes([0.125,0.03,0.03])
ax_slider_k = plt.axes([0.125,0.07,0.03])
a_slider = Slider(ax_slider_a,r"$a$",100,valinit=a_init)
k_slider = Slider(ax_slider_k,r"$k$",valinit=k_init,valstep=1)
def update(*args):
a,k = a_slider.val,k_slider.val
parametric_plot.set_ydata(2 * k * np.sin(t) - a * np.sin(t * k))
parametric_plot.set_xdata(2 * k * np.cos(t) - a * np.cos(t * k))
a_slider.on_changed(update)
k_slider.on_changed(update)
update() # initialize the plot and thus avoid redundancies
plt.show()