matplotlib 参数滑块

我一直在尝试绘制一个具有两个参数的函数，可以改变这两个参数以查看不同的行为。我想使用滑块来改变参数。

在我的搜索中，我遇到了可以更改轴但不能更改数学函数部分的滑块。

因此，如果我的两个参数 Gmax 和 Km 是轴，我有以下代码应该可以工作：

    from matplotlib.widgets import Slider
    import numpy as np

    Gmax=1
    Km= 1

    def f(S):
        s1 = Gmax*S  #G_max
        e1 = S + Km #K_m
        return divide(s1,e1)

    S=arange(0,100,0.1)

    ax = subplot(111)
    subplots_adjust(left=0.15, bottom=0.25)
    l = plot(f(S))
    grid(False)
    title('Playing with sliders')
    xlabel('time')
    ylabel('concentration')


    axcolor = 'lightgoldenrodyellow'
    axGmax = axes([0.15, 0.1, 0.65, 0.03], axisbg=axcolor)
    axKm = axes([0.15, 0.15, 0.65, 0.03], axisbg=axcolor)

    sGmax = Slider(axGmax, 'Gmax', 0.1, 3.0, valinit=1)
    sKm = Slider(axKm, 'Km', 0.01, 1.0, valinit=1)

    def update(val):
        s1 = Gmax*S * sGmax.val 
        e1 = S + Km * sKm.val
        l.set_ydata(y)    
        ax.set_ylim(y.min(), y.max())  
        draw()

    sGmax.on_changed(update)
    sKm.on_changed(update)

    show()

所以我想我的问题是是否有参数命令而不是轴滑块的 ax 命令？ 或者是否有其他方法可以做到这一点？

你的代码几乎是正确的，但你应该改变l = plot(f(S)) to l, = plot(f(S))因为plot()返回一个列表。然后你可以打电话l.set_ydata(...)设置新值。

这是代码：

import matplotlib.pyplot as plt
import pylab
import numpy as np


def f(S, Gmax, Km):
    s1 = Gmax*S   # G_max
    e1 = S + Km  # K_m
    return np.divide(s1, e1)


def update(val):
    l.set_ydata(f(S, sGmax.val, sKm.val))


S = np.arange(0, 100, 0.1)

ax = plt.subplot(111)
plt.subplots_adjust(left=0.15, bottom=0.25)
l, = plt.plot(f(S, 1.0, 1.0))
plt.grid(False)
plt.title('Playing with sliders')
plt.xlabel('time')
plt.ylabel('concentration')

axcolor = 'lightgoldenrodyellow'
axGmax = plt.axes([0.15, 0.1, 0.65, 0.03], facecolor=axcolor)
axKm = plt.axes([0.15, 0.15, 0.65, 0.03], facecolor=axcolor)

sGmax = pylab.Slider(axGmax, 'Gmax', 0.1, 3.0, valinit=1)
sKm = pylab.Slider(axKm, 'Km', 0.01, 1.0, valinit=1)

sGmax.on_changed(update)
sKm.on_changed(update)

plt.show()