如何基于NumPy和Matplotlib生成x=y直线上的向量场？

要实现仅在x=y直线上生成向量场，你不需要生成全平面的网格，直接创建该直线上的点序列即可，具体修改如下：

修改后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 创建x=y直线上的点：x1取-3到3的15个点，y1直接等于x1
x1 = np.linspace(-3, 3, 15)
y1 = x1

# 定义向量分量：这里可以根据需求自定义，示例沿用原逻辑（v=x-y在x=y时为0）
u = x1
v = x1 - y1  # 此时v恒为0，也可改成v=x1之类的非零向量

# 绘制仅在x=y直线上的向量场
plt.quiver(x1, y1, u, v, color="purple")
plt.axline((0, 0), slope=1, color='gray', linestyle='--')  # 可选：画出x=y辅助线
plt.show()

关键修改说明 #

• 移除了meshgrid：原代码用meshgrid生成全平面网格，现在只需要一维的点序列，不需要网格
• 直接构造x=y的点：通过y1 = x1确保所有点都严格落在x=y直线上
• 调整向量分量计算：基于一维的x1和y1计算u、v，你可以根据需求修改u、v的表达式，比如把v改成x1就能得到沿x方向的非零向量

内容的提问来源于stack exchange，提问作者ends7