本文介绍matplotlib中quiver用于绘制箭头图的用法。

quiver的英文释义是：a long, thin containers for carrying arrows。如果要同时表示向量的大小和方向，起点和终点，那么就需要绘制箭头图。

在matplotlib中使用quiver绘制箭头图非常简单。如上图所示，这里放上一段绘制三维箭头图的代码：

from glob import glob 
import pandas as pd 
import matplotlib.pyplot as plt
from matplotlib.colors import Normalize

fps = glob("*-position*/*Detailed.csv")
# 批量读取Imaris导出的荧光小球marker在不同通道的spot的position数据表
ch1 = pd.read_csv(fps[0], header=2)
ch2 = pd.read_csv(fps[1], header=2)
res = showChannelTranslation(ch1, ch2)
# 使用之前写好的函数计算每个spot的偏移向量
dat = res['dat']
dist = res['dist']

norm = Normalize()
colors = plt.cm.viridis(norm(dist))
# 使用偏移向量的长度归一化后映射为颜色调色板

ax= plt.figure(figsize=(10,10)).add_subplot(projection='3d')
ax.quiver(0,
          0,
          0,
          dat[:,0],
          dat[:,1],
          dat[:,2],
          c=dist,
          color=colors,
          arrow_length_ratio=0.1,
          pivot='tail',
         )
# 注意 ax.quiver() 中头6个参数，x,y,z 是箭头的终点，而 u,v,w 是具体的向量数值。
# 此处希望所有箭头从原点出发，所以pivot默认是tail，对应xyz坐标。
ax.set_aspect('equal')
# ax.view_init(elev=90, azim=0)
cbar = plt.colorbar(plt.cm.ScalarMappable(norm=norm,cmap=plt.cm.viridis), 
                    ax=ax, shrink=0.3)
cbar.set_label('Distance (μm)')
# 给三维图表添加scale bar，注意这里可以通过shrink调整大小
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")
plt.show()

其中自定义函数 showChannelTranslation() 详见之前的博客文章👇