Matplotlib 不同变量范围下Quiver梯度向量不垂直等高线的正确绘制方法

梯度在数学定义上始终是所在位置等高线的法向量，出现视觉上不垂直的偏差并非梯度计算错误，核心原因是matplotlib默认会自动适配画布宽高，使x、y轴上单个数据单位对应的屏幕物理长度不相等。
当x、y取值范围不同时，比如x范围[0,5]、y范围[0,10]，在常规画布上x方向每单位对应的物理长度仅为y方向的一半。此时直接按数学分量绘制矢量，矢量的视觉斜率会与等高线的视觉切线斜率无法匹配，最终看起来失去垂直关系。

正确实现流程 #

不需要手动修正矢量分量的比例，仅需两步核心设置即可适配任意x、y取值范围：

• 第一步：强制坐标轴物理等比例
  调用ax.set_aspect('equal', adjustable='box')，强制x轴和y轴上，1个数据单位对应的画布物理长度完全相等，从根源上消除比例拉伸带来的视觉偏差。

  之前尝试仅用set_xlim、set_ylim调整范围但没有设置aspect，画布自动拉伸的状态下比例依然是错的，自然无法达到垂直效果。

• 第二步：指定quiver的角度计算逻辑
  调用quiver时显式传入angles='xy'参数，告知绘图工具矢量方向完全按照数据坐标系计算，而非按屏幕坐标系的比例渲染。默认的quiver角度计算会受画布拉伸影响产生变形。

常见误区 #

• 手动缩放矢量分量的方案（如给dfdy乘固定scale值）不具备通用性：这种方法只是手动凑当前画布下的比例，一旦后续调整画布尺寸、坐标轴边距，固定的scale值就会再次引入偏差。
• 单独设置units='xy'无法解决问题：该参数仅控制矢量长度的计量基准，不修正坐标轴本身的物理比例偏差。

可直接复用的完整代码 #

import numpy as np
import matplotlib.pyplot as plt

def f(x, y):
    return x + 0.1 * x * y

def grad_f(x, y, norm=True):    
    dfdx = 1 + 0.1 * y
    dfdy = 0.1 * x
    if norm:
        norm = np.linalg.norm((dfdx, dfdy), axis=0)
        dfdx /= norm
        dfdy /= norm
    return dfdx, dfdy

# 不等范围的x、y采样
x = np.linspace(0, 5, 10)
y = np.linspace(0, 10, 10)
X, Y = np.meshgrid(x, y)
Z = f(X, Y)
dfdx, dfdy = grad_f(X, Y)

fig, ax = plt.subplots(figsize=(8, 8))
ax.set_aspect('equal', adjustable='box')
ax.contour(X, Y, Z, levels=np.arange(1, 20, 2))
ax.quiver(X, Y, dfdx, dfdy, Z, angles='xy')

plt.show()

内容的提问来源于stack exchange，提问作者Haris M