短电弧加工python实现六边形密铺可视与多项式拟合

根据《基于神经网络的短电弧覆盖次数最优化模型研究》与csdn中python拟合分析短电弧覆盖问题代码过程

一、根据论文步骤选择正n边形覆盖模型

 1、最少个数正n边形覆盖计算

def find_all_n_and_x():
    solutions = []
    for n in range(3, 101):  # 假设n的范围在3到100之间
        x = 360 * n / (180 * (n - 2))
        if x.is_integer() and x > 0:
            solutions.append((n, int(x)))

    return solutions

results = find_all_n_and_x()
if results:
    print("满足条件的n和对应的x如下：")
    for n, x in results:
        print(f"n={n}，x={x}个正{n}边形。")
else:
    print("未找到满足条件的解。")

满足条件的n和对应的x如下：
n=3，x=6个正3边形。
n=4，x=4个正4边形。
n=6，x=3个正6边形。

2、相邻两个内接正n边形小圆的重叠面积占整圆面积比

import math

'''球形短电弧的半径'''
r = 60.5

'''圆形材料的半径'''
R = 1000
def calculate_Ratio(n, r, R):
    numerator = 2 * (1 / n * math.pi * r * r - 1 / 2 * math.sin(2 * math.pi / n) * r * r)
    denominator = math.pi * r * r
    Ratio = numerator / denominator
    return Ratio
results = find_all_n_and_x()
if results:
    print("满足条件的n和对应的Ratio如下：")
    for n, x in results:
        Ratio = calculate_Ratio(n, r, R)
        print(f"n={n}，Ratio={Ratio:.5f}")
else:
    print("未找到满足条件的解。")

满足条件的n和对应的Ratio如下：
n=3，Ratio=0.39100
n=4，Ratio=0.18169
n=6，Ratio=0.05767

3、短电弧小圆内接正六边形面积As与短电弧小圆Al之比

import math

def calculate_ns(r):
    numerator = (3 * math.sqrt(3) / 2) * r * r
    denominator = math.pi * r * r
    ns = (numerator / denominator) * 100
    return ns

results = find_all_n_and_x()
ns = calculate_ns(r)
print(f"ns={ns:.5f}%")

ns=82.69933%

二、两种六边形密铺可视化并计算次数

输出多个数据方便后续直接拟合，可修改三引号附近内容，直接定义r=半径数据输出单一图像

 1、以大圆圆心为原点

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

def hexagon(p, r, theta):
    #计算每个顶点的坐标
    X = p[0] + r * np.cos(theta)
    Y = p[1] + r * np.sin(theta)
    plt.plot(X, Y, color='black')
    #alpha透明度
    plt.fill(X, Y, 'w', alpha=0.3)
#定义calculate_distance函数计算两点之间的距离，输入两个点的坐标
def calculate_distance(x1, y1, x2, y2):
    return math.sqrt((x1 - x2) ** 2 + (y1 - y2) ** 2)
R = 1000
#绘制正六边形的角度，六个顶点
theta = np.arange(0, 2 * np.pi, 2 * np.pi / 6)

number_circlecenter=[]
'''修改以下三行，直接定义r=半径数据可输出单一图像'''
r_draw = [i for i in np.arange(55, 80, 0.5)]
for i in np.arange(55,80,0.5):
    r=i
    #画大圆
    theta_out = np.linspace(0, 2*np.pi, 1000)
    X = R * np.cos(theta_out)
    Y = R * np.sin(theta_out)
    fig = plt.figure()
    axes = fig.add_subplot()
    axes.axis('equal')
    plt.plot(X, Y, color='black')
    plt.fill(X, Y, 'w', alpha=0.3)
    #计算以圆心坐标
    x1 = []
    y1 = []
    n = math.ceil(R / (r * np.sqrt(3)/2))
    #遍历大圆计算圆心，存储圆心坐标
    for i in range(-n, n+1):
        for j in range(-n, n+1):
            #两层循环嵌套计算圆心x、y坐标值
            #i表示行号，r为六边形边长，即通过每两列之间的水平偏移r*np.sqrt(3)计算x坐标值
            x = j * 3 * r / 2
            #j表示列号，r表示六边形变长，即通过相邻列在垂直错位3 * r / 2
            y = (i+0.5*(j%2)) * r * np.sqrt(3)
            #通过取余运算实现奇数列错位排布
            #删除超出大圆范围的值
            if calculate_distance(x, y, 0, 0) <= R + r:
                x1.append(x)
                y1.append(y)
    #绘制满足条件的正六边形
    for i in range(len(x1)):
        hexagon([x1[i], y1[i]], r, theta)
    #绘制坐标轴
    plt.axhline(0, -1111, 1111,color='black')
    plt.axvline(0, -1111, 1111,color='black')
    
    print(f"r={r}最少的正六边形数量为：{len(x1)}" )
    number_circlecenter.append(len(x1))
    plt.show()

 

2、以正六边形的顶点为原点

基本与前代码一致，主要修改了小圆圆心的位置

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

def hexagon(p, r, theta):
    #计算每个顶点的坐标
    X = p[0] + r * np.cos(theta)
    Y = p[1] + r * np.sin(theta)
    plt.plot(X, Y, color='black')
    #alpha透明度
    plt.fill(X, Y, 'w', alpha=0.3)
#定义calculate_distance函数计算两点之间的距离，输入两个点的坐标
def calculate_distance(x1, y1, x2, y2):
    return math.sqrt((x1 - x2) ** 2 + (y1 - y2) ** 2)
R = 1000
#绘制正六边形的角度，六个顶点
theta = np.arange(0, 2*np.pi,2*np.pi / 6)
number_sixcenter=[]
r_draw = [i for i in np.arange(55, 80, 0.5)]
for i in np.arange(55,80,0.5):
    r=i
    #画大圆
    theta_out = np.linspace(0, 2*np.pi, 1000)
    X = R * np.cos(theta_out)
    Y = R * np.sin(theta_out)
    fig = plt.figure()
    axes = fig.add_subplot()
    axes.axis('equal')
    plt.plot(X, Y, color='black')
    plt.fill(X, Y, 'w', alpha=0.3)
    #计算以圆心坐标
    x1 = []
    y1 = []
    n = math.ceil(R / (r * np.sqrt(3)/2))
    #遍历大圆计算圆心，存储圆心坐标
    for i in range(-n, n+1):
        for j in range(-n, n+1):
            #两层循环嵌套计算圆心x、y坐标值
            x = j * 3 * r / 2+r*math.sqrt(3)/2
            #j表示列号，r表示六边形变长，即通过相邻列在垂直错位3 * r / 2
            y = (i+0.5*(j%2)) * r * np.sqrt(3)
            #删除超出大圆范围的值
            if calculate_distance(x, y, 0, 0) <= R + r:
                x1.append(x)
                y1.append(y)
    #绘制满足条件的正六边形
    for i in range(len(x1)):
        hexagon([x1[i], y1[i]], r, theta)
    #绘制坐标轴
    plt.axhline(0, -1111, 1111,color='black')
    plt.axvline(0, -1111, 1111,color='black')
    
    print(f"r={r}最少的正六边形数量为：{len(x1)}")
    number_sixcenter.append(len(x1))
    plt.show()

 

三、数据拟合

1、存储输出dataframe数据

import pandas as pd
from matplotlib import pyplot as plt
df = pd.DataFrame.from_dict(
                {'r': r_draw, 'number_circlecenter':number_circlecenter,'number_sixcenter': number_sixcenter})
df.head(50)

 

2、多项式拟合

import matplotlib.pyplot as plt
import numpy as np

x = r_draw
'''修改y值输出两种方式的拟合结果'''
y = np.array(number_circlecenter)
z1 = np.polyfit(x, y, 4) # 用4次多项式拟合
p1 = np.poly1d(z1)
print(p1) # 在屏幕上打印拟合多项式
yvals=p1(x) # 也可以使用yvals=np.polyval(z1,x)
plot1=plt.plot(x, y, '*',label='original values')
plot2=plt.plot(x, yvals, 'r',label='polyfit values')
plt.xlabel('r')
plt.ylabel('count')
plt.legend(loc=1) # 指定legend的位置
plt.title('circlecenter')
plt.show()