Interceptionwerte anzeigen, Matplotlib

Question

Ich zeichne einige Kurven Imax vs Ciclo de servicio für mehrere Frequenzen.

zu tun, dass ich zwei verschachtelte Sweeps für die unabhängigen Variablen mache, Fs und Vo

Obwohl Gleichungen ein wenig komplexer sind ich dies im Grunde tun:

for Fs in np.linspace(70e3,200e3,4): 
    Vo_sweep = np.linspace(0,1,1000) 
    delta_I = [I_max(Vo) for Vo in Vo_sweep] 
    plt.plot(Vo_sweep,delta_I) 

Und ich bin besonders interessiert an dem Punkt, wo "ciclo de servicio" 0,71 ist.

Wie kann ich den Wert 0,71 in den X-Achsen und Y-Wert des Abhörens von der blauen Linie mit jeder Kurve zeigen

Answer 1

Wenn Sie Ihre Abhör Markern beliebige Daten (was auch immer Ihre Funktionen und vertikale Linien zeichnen könnte) Ich würde empfehlen, dass Sie die Schnittpunkte berechnen (wo sie existieren). Vor ein paar Monaten habe ich eine Antwort gegeben, die dir vielleicht nützlich sein könnte. Sie können es überprüfen here.

eine ähnliche Lösung für Ihr Problem anpassen:

import numpy as np 
import matplotlib.pyplot as plt 

def line_intersection(line1, line2): 
    xdiff = (line1[0][0] - line1[1][0], line2[0][0] - line2[1][0]) 
    ydiff = (line1[0][1] - line1[1][1], line2[0][1] - line2[1][1]) #Typo was here 

    def det(a, b): 
     return a[0] * b[1] - a[1] * b[0] 

    div = det(xdiff, ydiff) 
    if div == 0: 
     return None 

    d = (det(*line1), det(*line2)) 
    x = det(d, xdiff)/div 
    y = det(d, ydiff)/div 
    return x, y 

def near(a, b, rtol=1e-5, atol=1e-8): 
    return abs(a - b) < (atol + rtol * abs(b)) 
def crosses(line1, line2): 
    """ 
    Return True if line segment line1 intersects line segment line2 and 
    line1 and line2 are not parallel. 
    """ 
    (x1,y1), (x2,y2) = line1 
    (u1,v1), (u2,v2) = line2 
    (a,b), (c,d) = (x2-x1, u1-u2), (y2-y1, v1-v2) 
    e, f = u1-x1, v1-y1 
    denom = float(a*d - b*c) 
    if near(denom, 0): 
     # parallel 
     return False 
    else: 
     t = (e*d - b*f)/denom 
     s = (a*f - e*c)/denom 
     # When 0<=t<=1 and 0<=s<=1 the point of intersection occurs within the 
     # line segments 
     return 0<=t<=1 and 0<=s<=1 


for Fs in np.linspace(70e3,200e3,4): 
    Vo_sweep = np.linspace(0,1,1000) 
    delta_I = [i*Fs*np.log((i+1.1)/10) for i in range(len(Vo_sweep))] #[I_max(Vo) for Vo in Vo_sweep] 
    plt.plot(Vo_sweep,delta_I) 

plt.vlines(0.71,min(delta_I),max(delta_I)) 

for Fs in np.linspace(70e3,200e3,4): 
    x = np.linspace(0,1,1000) 
    y = [i*Fs*np.log((i+1.1)/10) for i in range(len(Vo_sweep))] 
    for i in range(1,len(delta_I)): 
     p1 = np.array([x[i-1],y[i-1]],dtype='float') 
     p2 = np.array([x[i],y[i]],dtype='float') 
     k1 = np.array([0.71,min(delta_I)],dtype='float') 
     k2 = np.array([0.71,max(delta_I)],dtype='float') 
     if crosses((p2,p1),(k1,k2)): 
      seg = line_intersection((p2,p1),(k1,k2)) 
      plt.scatter(seg[0],seg[1],c='red',s=90) 
      print(seg) 

plt.ylim(min(delta_I),max(delta_I)) 
plt.xlim(0,1) 

plt.show() 

, die dazu führt:

Diese besondere Rezeptur auch druckt das Abhören koordinieren, wenn das von Interesse sein könnte, Sie:

(0.70999999999999985, 211670610.06954533) 
(0.70999999999999985, 342704797.25546497) 
(0.70999999999999985, 473738984.44138455) 
(0.70999999999999985, 604773171.62730408) 

Sin Wenn Sie die Daten nicht zur Verfügung gestellt haben, musste ich eine schnelle synthetische erstellen, aber es sollte so einfach sein wie durch Ihre I_max() Funktion in der Definition von delta_I ersetzen.