python - 如何使用python绘制具有两个斜率的线

我正在使用以下代码绘制一条具有两个斜率的线，如图所示。该斜率应在特定限制[limit = 5]之后下降。我正在使用矢量化方法设置斜率值，是否还有其他方法设置斜率值，有人可以帮我吗？

                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()

最佳答案

您可能想得太多。图片中有两个线段：


从（0，0）到（A，A'）
从（A，A'）到（B，B'）


您知道A = 5，m = 1，所以A' = 5。您也知道B = 10。给定(B' - A') / (B - A) = 0.75，我们有B' = 8.75。因此，您可以按以下方式绘制图：

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限制集计算y值的模式。结果如下：



现在，让我们说您确实出于某些晦涩的原因想要使用向量化。您可能需要先计算所有y值并绘制一次，否则将得到怪异的结果。这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()

关于python - 如何使用python绘制具有两个斜率的线，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/38727734/