求助：Matplotlib中用quiver与pcolormesh叠加标量场和矢量场

没问题！我帮你整理了一套完整的实现方案，正好匹配你的需求：用Matplotlib的quiver和pcolormesh绘制叠加的标量场与矢量场，同时跳过那些vx、vy都为0的节点的标量场显示。

第一步：读取并预处理数据 #

首先我们要读取你的五列数据，然后筛选出符合条件的节点。因为你的x、y是等间距的，我们可以把它们整理成网格形式，方便后续绘图：

import numpy as np
import matplotlib.pyplot as plt

# 读取数据文件（把这里的'your_data_file.txt'换成你实际的文件名）
data = np.loadtxt('your_data_file.txt')
x = data[:, 0]
y = data[:, 1]
vx = data[:, 2]
vy = data[:, 3]
v_scalar = data[:, 4]

# 处理浮点精度：用小阈值判断vx和vy是否接近0（避免绝对0的误判）
non_zero_mask = ~((np.abs(vx) < 1e-10) & (np.abs(vy) < 1e-10))

# 筛选出非零矢量的节点数据
x_non_zero = x[non_zero_mask]
y_non_zero = y[non_zero_mask]
vx_non_zero = vx[non_zero_mask]
vy_non_zero = vy[non_zero_mask]
v_scalar_non_zero = v_scalar[non_zero_mask]

# 生成等间距的网格坐标
x_unique = np.unique(x)
y_unique = np.unique(y)
X, Y = np.meshgrid(x_unique, y_unique)

# 构建标量场网格：零矢量节点设为NaN（这样pcolormesh会自动跳过显示）
V_scalar_grid = np.full_like(X, np.nan)
for i, xi in enumerate(x_unique):
    for j, yj in enumerate(y_unique):
        # 找到对应坐标的非零矢量节点
        match_mask = (x == xi) & (y == yj) & non_zero_mask
        if np.any(match_mask):
            V_scalar_grid[j, i] = v_scalar[match_mask][0]

第二步：绘制叠加图 #

接下来就可以绘制标量场和矢量场了，这里提供两种矢量场的绘制选项（按需选择）：

fig, ax = plt.subplots(figsize=(10, 8))

# 绘制标量场：NaN区域会自动不显示颜色
pcm = ax.pcolormesh(X, Y, V_scalar_grid, cmap='viridis', shading='auto')
plt.colorbar(pcm, label='Scalar Field v')

# 选项1：绘制所有矢量（包括零矢量）
# ax.quiver(x, y, vx, vy, color='white', scale=100)

# 选项2：仅绘制非零矢量（更贴合你的需求）
ax.quiver(x_non_zero, y_non_zero, vx_non_zero, vy_non_zero, color='white', scale=100)

# 设置图表属性
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('Scalar Field + Overlayed Vector Field (Zero-Vector Nodes Excluded from Scalar)')
plt.axis('equal')
plt.show()

几个关键细节说明 #

• 浮点精度处理：实际数据里很少有绝对的0，所以用1e-10作为阈值判断vx、vy是否接近0，避免因为浮点误差导致的误筛选。
• NaN的妙用：把零矢量节点的标量值设为NaN后，pcolormesh会自动跳过这些区域，不会绘制颜色，完美实现你的需求。
• 网格匹配：利用x、y的等间距特性生成网格，保证pcolormesh能正确渲染二维标量场。

你可以根据实际情况调整quiver的scale参数（控制箭头大小），或者更换cmap参数（改变标量场的颜色风格）。

内容的提问来源于stack exchange，提问作者Sidi M. Khefif