用matplotlib计算二维流线图数据

要绘制二维流线图，首先需要计算出流场的速度场数据。通常情况下，我们需要给出一个速度场函数，然后通过数值方法求解微分方程得到速度场的数值解。

这里给出一个简单的例子，假设流场速度场为：

u = -y
v = x

其中，`(x, y)` 是速度场的坐标。我们可以直接使用这个速度场函数，通过欧拉法数值求解，得到速度场的数值解。

以下是使用matplotlib计算二维流线图数据的代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 定义速度场函数
def velocity_field(x, y):
    u = -y
    v = x
    return u, v

# 计算速度场
X, Y = np.meshgrid(np.linspace(-5, 5, 20), np.linspace(-5, 5, 20))
U, V = velocity_field(X, Y)

# 绘制二维流线图
fig, ax = plt.subplots(figsize=(6, 6))
ax.streamplot(X, Y, U, V, density=1.5, linewidth=1, arrowsize=1, arrowstyle='->')
ax.set_xlim([-5, 5])
ax.set_ylim([-5, 5])
plt.show()

运行以上代码，即可得到一个简单的二维流线图。其中，`velocity_field` 函数定义了速度场的函数表达式，`X` 和 `Y` 表示速度场的坐标网格，`U` 和 `V` 表示速度场的数值解。

通过 `ax.streamplot` 函数绘制流线图，其中 `density` 参数表示流线密度，`linewidth` 参数表示流线宽度，`arrowsize` 参数表示箭头大小，`arrowstyle` 参数表示箭头样式。

最后，通过 `ax.set_xlim` 和 `ax.set_ylim` 函数设置坐标轴范围，即可完成二维流线图的绘制。