基于两个原因，我专门为向量的绘制写了这篇博客：

• 向量在线性代数上有重要的作用，这使得学生或教师有必要掌握如何绘制向量。
• 用以绘制向量的quiver()比较难理解, 许多博主在不看源码的情况下就抄来抄去。

  import matplotlib.pyplot as plt
  import numpy as np
  fig,ax=plt.subplots()
  #绘制从[0,0]到[2,2]的向量
  a=ax.quiver(0, 0, 2, 2, angles='xy', scale_units='xy', scale=1)
  ax.set_xlim([-1, 10])
  ax.set_ylim([-1, 10])
  plt.show()

  quiver()文档中对其最简单的定义是：Plot a 2D field of arrows，

  #Call signature
  #X,Y定义箭头的位置，U,V定义箭头的方向,C是色彩矩阵
  quiver([X, Y], U, V, [C], **kw)

  可以简单的理解为绘制2D向量场(例如水流，磁场方向等)，这从文档中给出的例程也可以看出。

该函数为了能够更好地绘制“向量场”，而开放了一些比较难以理解的参数，我们这次主题明确，学习画“向量”，而非向量场，所以后面的内容只讲绘制简单的向量。

说实在的，我基本是把与quiver相关的文档从头到尾看了一遍，都没明白为什么X,Y会被中括号包着， 而且使用这个函数的时候也不需要用[]把X,Y绑在一起,参数C是颜色矩阵，不需要理会，用color参数即可，按下述代码就能正常运行。

#X,Y定义箭头的位置，U,V定义箭头的方向
quiver(X,Y, U, V,**kw)

什么是箭头的位置呢？我们可能会理解成一个向量的终点。其实并不是，(X,Y)是向量的起点,

那箭头的方向(U,V)又是什么意思呢？显然，就是(X,Y)要向(U,V)连线，不过，需要注意的是，箭尖所在位置并不是(U,V),而是(X+U,Y+V)。

那么假设我需要画一条起点为(X,Y),终点为(EX,EY)的向量，我需要令U=EX-X,V=EY-Y。

如果我们现在要绘制两个向量，我们可以用两次quiver（推荐，简单）,也可以这样写：

import matplotlib.pyplot as plt
import numpy as np

fig,ax=plt.subplots()
#A起点坐标(1,2)，终点坐标（6，8）
A_START=[1,2]
A_END=[6,8]

#A起点坐标(0,8)，终点坐标（6，1）
B_START=[0,8]
B_END=[6,1]

X=[A_START[0],B_START[0]]
Y=[A_START[1],B_START[1]]

U=[A_END[0]-A_START[0],B_END[0]-B_START[0]]
V=[A_END[1]-A_START[1],B_END[1]-B_START[1]]

ax.quiver(X,Y,U,V,angles='xy', scale_units='xy', scale=1)
ax.set_xlim([-1, 10])
ax.set_ylim([-1, 10])
plt.show()

To plot vectors in the x-y plane, with u and v having the same units as x and y, use angles='xy', scale_units='xy', scale=1. 翻译：如果要将向量画在x-y平面上，且u与v的单位与x，y保持一致，则设置angles='xy', scale_units='xy', scale=1

quiver(X,Y, U, V, C,angles='xy', scale_units='xy', scale=1)

另外，对于线进行设定的基本参数，quiver()也都能用上去