如何实现meshgrid矩阵所有点动画？为何扩散模型代码仅显示中心点

问题 #

代码尝试制作点源扩散的高斯分布动画，但运行后仅能看到中心点的变化，无法展示整个Z矩阵的扩散效果，预期是全域扩散的高斯云动画。

原因分析 #

1. pcolormesh数组更新错误：cax.set_array()需要传入扁平化的1D数组，直接传入2D的Z会导致数据不匹配，网格无法正确更新。
2. 颜色范围未动态调整：初始仅设置vmin=0但未动态更新vmax，随着扩散进行整体浓度降低，固定的颜色范围会让边缘低浓度区域无法显示，视觉上仅呈现中心点。
3. 初始时间步的高斯函数方差极小：前几帧frame_num*dt数值太小，导致高斯分布的方差趋近于0，只有中心点附近有非零值，视觉上仅显示中心点。

修复方案 #

• 将Z扁平化后传入set_array，即cax.set_array(Z.ravel())
• 动态调整颜色范围，确保每帧的浓度变化都能被正确显示
• 给时间参数添加极小值，避免初期方差过小的问题

修复后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# Parameters
Dx = 0.00002  # x方向扩散系数 (cm²/s)
Dy = 0.00001  # y方向扩散系数 (cm²/s)
M = 1000      # 初始质量 (g)
L = 40        # 容器半长 (cm)
dt = 0.01     # 时间步长 (s)
T = 20.0      # 总模拟时间 (s)
num_frames = int(T / dt)
epsilon = 1e-6  # 避免时间为0的极小值

x = np.arange(-L, L + 0.25, 0.25)
y = np.arange(-L, L + 0.25, 0.25)
X, Y = np.meshgrid(x, y)

def gaussian_circle(X, Y, frame_num):
    t = frame_num * dt + epsilon  # 添加epsilon避免t=0
    c = M * np.exp(-((X ** 2)/(4 * Dx * t) + (Y ** 2)/(4 * Dy * t))) / \
        ((4 * np.pi * Dx * t) ** 0.5 * (4 * np.pi * Dy * t) ** 0.5) / 10**6
    return c

# 初始化绘图
Z = gaussian_circle(X, Y, 1)
fig, ax = plt.subplots()
cax = ax.pcolormesh(X, Y, Z, vmin=0)
cbar = fig.colorbar(cax)
cbar.set_label('浓度 (ppm)')
ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')

def animate(frame):
    next_frame = frame + 1
    Z = gaussian_circle(X, Y, next_frame)
    # 传入扁平化数组更新网格
    cax.set_array(Z.ravel())
    # 动态调整颜色上限，确保扩散效果可见
    cax.set_clim(vmin=0, vmax=np.max(Z))
    ax.set_title(f'扩散模拟 t = {next_frame * dt:.2f} s')
    return cax,

# 创建动画
animation = FuncAnimation(fig, animate, frames=num_frames, interval=10)
plt.show()

内容的提问来源于stack exchange，提问作者Payman