python - 你如何使用python绘制一条有两个斜率的线

Question

我正在使用下面的代码绘制一条具有两个斜率的线，如图所示。斜率应该在一定限制后下降 [limit=5]。我正在使用矢量化方法来设置斜率值。是否有任何其他方法来设置斜率值。有人可以帮助我吗？

                import matplotlib.pyplot as plt
                import numpy as np

                #Setting the condition
                L=5 #Limit
                m=1 #Slope
                c=0 #Intercept

                x=np.linspace(0,10,1000)
                #Calculate the y value
                y=m*x+c

                #plot the line
                plt.plot(x,y)

                #Set the slope values using vectorisation
                m[(x<L)] = 1.0
                m[(x>L)] = 0.75

                # plot the line again
                plt.plot(x,y)

                #Display with grids
                plt.grid()
                plt.show()

Answer 1

你可能想多了。图中有两条线段:

1. 从 (0, 0) 到 (A, A')
2. 从(A，A')到(B，B')

你知道 A = 5，m = 1，所以 A' = 5。您还知道 B = 10。鉴于 (B' - A')/(B - A) = 0.75，我们有 B' = 8.75。因此，您可以按如下方式制作情节:

from matplotlib import pyplot as plt
m0 = 1
m1 = 0.75
x0 = 0     # Intercept
x1 = 5     # A
x2 = 10    # B
y0 = 0                    # Intercept
y1 = y0 + m0 * (x1 - x0)  # A'
y2 = y1 + m1 * (x2 - x1)  # B'

plt.plot([x0, x1, x2], [y0, y1, y2])

希望您能看到针对给定一组限制计算 y 值的模式。这是结果:

现在假设您出于某些不明原因确实想要使用矢量化。您可能希望预先计算所有 y 值并绘制一次，否则您会得到奇怪的结果。以下是对原始代码的一些修改:

from matplotlib import pyplot as plt
import numpy as np

#Setting the condition
L = 5 #Limit
x = np.linspace(0, 10, 1000)
lMask = (x<=L)  # Avoid recomputing this mask

# Compute a vector of slope values for each x
m = np.zeros_like(x)
m[lMask] = 1.0
m[~lMask] = 0.75

# Compute the y-intercept for each segment
b = np.zeros_like(x)
#b[lMask] = 0.0   # Already set to zero, so skip this step
b[~lMask] = L * (m[0] - 0.75)

# Compute the y-vector
y = m * x + b

# plot the line again
plt.plot(x, y)

#Display with grids
plt.grid()
plt.show()