好的，我已经发现我可以通过频繁地打开density并使用自定义的起始点来获得我想要的东西。我仍然很感兴趣是否有更好的或替代的方法来做到这一点。
这是我的解决方案，看起来是不是好多了？

import numpy as np
import matplotlib.pyplot as plt
Y,X = np.mgrid[-10:10:.01, -10:10:.01]
y,x = Y[:,0], X[0,:]
U, V = Y**2, X**2
stream_points = np.array(zip(np.arange(-9,9,.5), -np.arange(-9,9,.5)))
plt.streamplot(x,y, U,V, start_points=stream_points, density=35)
plt.show(False)

**编辑：**顺便说一下，streamplot中似乎有一些bug，使得start_points关键字只有在网格数据使用一维数组时才起作用。请参见Python Matplotlib Streamplot providing start points

自Matplotlib 3.6.0版起，添加了一个可选参数broken_streamlines，用于禁用流线断点。
将它添加到代码段中会产生以下结果：

import numpy as np
import matplotlib.pyplot as plt
Y,X = np.mgrid[-10:10:.01, -10:10:.01]
U, V = Y**2, X**2
plt.streamplot(X,Y, U,V, density=1, broken_streamlines=False)
plt.show(False)

a stream plot with continuous streamlines
注意
此参数仅延伸最初绘制的流线（如问题中所示）。这意味着上述修改图中的流线比另一个答案中获得的结果更加不均匀，自定义start_points。任何流线图上的流线密度并不代表该点U或V的大小，请参阅documentation中matplotlib.pyplot.streamplot的density参数，以了解当可选的start_points参数未指定流线起点时，默认情况下如何选择流线起点的详细信息。
要获得精确的流线密度，请考虑使用matplotlib.pyplot.contour，但请注意contour不显示箭头。