Julia基于自定义速度矩阵绘制streamplot流线图问题求解

现有代码无法正常出图的核心问题有3个：

• 双线性插值逻辑为单点X=2,Y=0.67硬编码，不是通用函数：x_pos/y_pos仅在代码开头计算一次，后续streamplot传入任意绘图坐标时，始终用这一组位置取网格点，超出(2,0.67)附近小范围后插值结果完全错误，还会触发索引越界。
• MAC交错网格坐标对齐逻辑混乱：求解NS方程常用的交错网格中，u、v分量节点错开半格，但插值时两个分量的偏移量没有统一映射到同一套物理坐标，插值得到的速度场不满足同位置取值要求。
• 缺少边界处理逻辑：当绘图坐标落在计算域边缘或外部时，findlast会返回nothing，直接导致数组索引报错。另外streamplot要求传入的速度函数返回二维向量类型，原代码返回两个独立标量，不符合接口要求。

方案1：用成熟插值包+Makie原生接口（最简便，无需手写插值） #

Makie的streamplot本身支持自定义速度场输入，不需要手动实现插值逻辑，借助Interpolations.jl构造线性插值器即可，自动处理边界和网格定位问题：

using CairoMakie, Interpolations

# 替换为你实际的网格参数：Dx、Dy为x/y方向步长，x_nodes/y_nodes为原始计算网格的坐标序列
x_nodes = 0:Dx:66Dx  # 对应u、v矩阵第二维长度67
y_nodes = 0:Dy:18Dy  # 对应u、v矩阵第一维长度19

# 为MAC网格上的u、v分量分别构造线性插值器，边界用线性外推避免报错
# u节点在x方向错开半格，v节点在y方向错开半格
itp_u = linear_interpolation((y_nodes, x_nodes .- Dx/2), u, extrapolation_bc=Line())
itp_v = linear_interpolation((y_nodes .- Dy/2, x_nodes), v, extrapolation_bc=Line())

# 构造符合streamplot接口要求的速度场函数
# 注意：若后续出图流线方向反转，调换函数内x、y的传入顺序即可
function velocity_field(y, x)
    u_val = itp_u(y, x)
    v_val = itp_v(y, x)
    return Point2(u_val, v_val)
end

# 绘图
fig = Figure(resolution=(600, 400))
ax = Axis(fig[1, 1], xlabel = "x", ylabel = "y", backgroundcolor = :black)
streamplot!(ax, velocity_field, -2 .. 4, -2 .. 2, 
    colormap = Reverse(:plasma), gridsize = (32, 32), arrow_size = 10)
display(fig)

方案2：修正手写双线性插值（需自定义插值逻辑时使用） #

如果需要自己实现插值逻辑，要把网格定位、系数计算都放到函数内部，每次传入新坐标时重新定位网格单元，同时增加边界判断：

function bilinear_interp(field, xq, yq, x_grid, y_grid)
    # 超出计算域的点自动钳位到边界，避免索引报错
    xq = clamp(xq, first(x_grid), last(x_grid))
    yq = clamp(yq, first(y_grid), last(y_grid))
    
    # 定位查询点所在的网格单元
    xi = findlast(x -> x <= xq, x_grid)
    yi = findlast(y -> y <= yq, y_grid)
    
    # 处理查询点刚好落在网格最后一个节点的边界情况
    xi = xi == length(x_grid) ? xi - 1 : xi
    yi = yi == length(y_grid) ? yi - 1 : yi
    
    # 取单元四个角点坐标
    x1, x2 = x_grid[xi], x_grid[xi+1]
    y1, y2 = y_grid[yi], y_grid[yi+1]
    
    # 取四个角点的场值
    f11 = field[yi, xi]
    f21 = field[yi, xi+1]
    f12 = field[yi+1, xi]
    f22 = field[yi+1, xi+1]
    
    # 双线性插值计算
    return (f11*(x2-xq)*(y2-yq) + f21*(xq-x1)*(y2-yq) + f12*(x2-xq)*(yq-y1) + f22*(xq-x1)*(yq-y1))/((x2-x1)*(y2-y1))
end

# 定义u、v各自对应的MAC网格坐标
x_u = x_nodes .- Dx/2
y_u = y_nodes
x_v = x_nodes
y_v = y_nodes .- Dy/2

function stream(y, x)
    u_c = bilinear_interp(u, x, y, x_u, y_u)
    v_c = bilinear_interp(v, x, y, x_v, y_v)
    return Point2(u_c, v_c)
end

后续绘图逻辑和方案1完全一致。

其他可选包方案 #

如果需要更丰富的流场可视化功能，也可以使用Plots.jl搭配GR后端，支持直接传入网格矩阵绘制流线图：

using Plots
gr()

# 先生成绘图用的均匀网格，将u、v插值到该网格上
# xq = range(-2, 4, length=100)
# yq = range(-2, 2, length=50)
# Uq = [itp_u(y, x) for y in yq, x in xq]
# Vq = [itp_v(y, x) for y in yq, x in xq]

# 绘图
# streamplot(xq, yq, Uq, Vq, c=:plasma, arrow_size=10)

内容的提问来源于stack exchange，提问作者mitaiden