Plotten mehrerer Unterplots auf demselben Diagramm

Question

from __future__ import division 
import numpy as np 
import matplotlib.pyplot as plt 
import math 
from scipy.integrate import odeint 
from scipy.fftpack import fft, ifft 

def pend(y, t, a, b, ohm): 
    theta, omega, phi = y 
    dydt = [omega, -b*omega-np.sin(theta)-a*np.cos(phi), ohm] 
    return dydt 

b = 1.0/2.0  #beta 
ohm = 2.0/3.0  #capital Omega 
period = 2.0*math.pi/ohm  #driving period 

t0 = 0.0  #initial time 
t = np.linspace(t0,t0+period*10**3,10**3+1)  #time for Poincare map 

theta0 = 0.75 
omega0 = 1.6 
phi0 = 0.8 
y0 = [theta0,omega0,phi0]  #initial conditions 
N = 100       #number of transient points to delete 

a_array = np.linspace(0,1.15,50) #varying parameter of a values 

for a in a_array: 
    sol = odeint(pend,y0,t,args=(a,b,ohm))  #numerical integration of differential equation 
    sol = sol[N:10**3-N]  #removing transients 
    w = sol[:,1]    #frequency 
    A = np.full(len(w),a)  #array of a-values 
    plt.plot(A, w) 
    plt.draw() 

Ich versuche derzeit, ein Bifurkationsdiagramm zu erstellen. In dem von uns verwendeten Gleichungssystem ist a der Steuerparameter, den wir für Werte zwischen 0 und 1,15 auf der X-Achse im Vergleich zu einem Array von Werten (genannt w) für einen bestimmten Wert von a zeichnen. Ich bin mir nicht wirklich sicher, wie ich Dinge aus einer For-Schleife wie dieser plotten soll. Ich habe gehört, dass Subplots der beste Weg sind, aber ich bin mit der Implementierung nicht vertraut und könnte Hilfe gebrauchen. Vielen Dank!

Answer 1

Undenting der letzte Befehl funktionierte für mich.

from __future__ import division 
import numpy as np 
import matplotlib.pyplot as plt 
import math 
from scipy.integrate import odeint 
from scipy.fftpack import fft, ifft 

def pend(y, t, a, b, ohm): 
    theta, omega, phi = y 
    dydt = [omega, -b*omega-np.sin(theta)-a*np.cos(phi), ohm] 
    return dydt 

b = 1.0/2.0  #beta 
ohm = 2.0/3.0  #capital Omega 
period = 2.0*math.pi/ohm  #driving period 

t0 = 0.0  #initial time 
t = np.linspace(t0,t0+period*10**3,10**3+1)  #time for Poincare map 

theta0 = 0.75 
omega0 = 1.6 
phi0 = 0.8 
y0 = [theta0,omega0,phi0]  #initial conditions 
N = 100       #number of transient points to delete 

a_array = np.linspace(0,1.15,50) #varying parameter of a values 

for a in a_array: 
    sol = odeint(pend,y0,t,args=(a,b,ohm))  #numerical integration of differential equation 
    sol = sol[N:10**3-N]  #removing transients 
    w = sol[:,1]    #frequency 
    A = np.full(len(w),a)  #array of a-values 
    plt.plot(A, w) 
plt.show()