python画图填充_Python实现不规则图形填充的思路

核心思想:点动成线,线动成面。

以下图为例,要求填充扇子的扇面部分。

一、绘制扇子:

首先要弄清楚它的结构,即能够用代码把扇子绘制出来。(只有先把不规则图形的结构分析清楚,才能进一步填充它。)

先画一个框架:

#调用的库

import math

import numpy as np

import matplotlib.pyplot as plt

#画图的基础设置

fig = plt.figure(1)

ax = fig.add_subplot(111)

plt.axis('off')

plt.axis('equal')

#画框架线条

#画两条圆弧

theta = np.arange(0.5*np.pi,np.pi,0.01)

for i in range(3):

x = i * np.cos(theta)

y = i * np.sin(theta)

ax.plot(x,y,color='black',linewidth=0.7)

#画两条主扇骨

z = np.arange(0,2,0.01)

ax.plot(z * math.cos(math.pi/2), z * math.sin(math.pi/2), color='black',linewidth=0.7)

ax.plot(z * math.cos(math.pi), z * math.sin(math.pi), color='black',linewidth=0.7)

如图:

再把扇子细节部分画出来:

#画10根扇骨

z = np.arange(0,1,0.01)

for i in range(11):

ax.plot(z * math.cos(math.pi/2+i/10*math.pi/2), z * math.sin(math.pi/2+i/10*math.pi/2), color='black',linewidth=0.7)

#扇面分割为20小份

z = np.arange(1,2,0.01)

for i in range(0,21):

ax.plot(z * math.cos(math.pi/2+i/20*math.pi/2), z * math.sin(math.pi/2+i/20*math.pi/2), color='black',linewidth=0.7)

这样就可以得到最开始的“素扇子”。

至此,我们也弄清了扇子的“数据”,扇面部分取1/4圆,扇骨部分通过np.arange()函数,把步长设置为0.01即可以创建一条半径,然后通过角度的正余弦变化构建扇骨,从而绘制出整个扇子。

二、填充扇子:

思路:如果两根扇骨的距离足够小,小到人眼难以分辨,当不同颜色的扇骨铺满扇面,就可以实现扇面的颜色填充。

#涂颜色

#选取一个涂色卡

color = ['#cde8f3','#91cfc9','#6bb3c0','#4198b9','#1e5670',

'#2d4e76','#99bcdd','#c4e5ef','#f3fafa','#bbabd0',

'#a16e8a','#643f5a','#cfbeb7','#f1ead7','#e99a9a',

'#e67b79','#f7cece','#eec9bc','#e1f1ea','#91c7c2']

#点动成线

z = np.arange(1.005, 2, 0.01)#边缘修正0.005,露出扇子轮廓

#线动成面

I = np.arange(0,20,0.01)

for i in I:

ax.plot(z * math.cos(math.pi/2+i/20*math.pi/2), z * math.sin(math.pi/2+i/20*math.pi/2), color=color[int(i)],linewidth=0.7,alpha=0.5)

如图所示:

以上是我在实践过程中遇到无法使用Python库函数填充图形时采取的办法,该方法很好的诠释了数学中“点动成线,线动成面”的思想,仅提供参考,无普适价值。希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 以下是一个使用 NetworkX 库绘制随机网络图形的示例代码: ```python import networkx as nx import matplotlib.pyplot as plt import random # 创建一个空的无向图 G = nx.Graph() # 添加随机节点 for i in range(10): G.add_node(i) # 添加随机边 for i in range(10): for j in range(i+1, 10): if random.random() < 0.5: G.add_edge(i, j) # 绘制图形 pos = nx.spring_layout(G) nx.draw(G, pos, with_labels=True) plt.show() ``` 在上面的示例代码中,我们首先创建了一个空的无向图 `G`,然后添加了 10 个随机节点,并使用 `random` 方法随机添加了一些边。最后,使用 `spring_layout` 方法对节点进行布局,并使用 `draw` 方法绘制图形。你可以根据需要调整节点数量、边的概率等参数,来生成不同的随机网络图形。 ### 回答2: Python中有许多库可以用来绘制随机网络图形,例如NetworkX和Matplotlib。下面是一个使用NetworkX和Matplotlib库绘制随机网络图形的示例: ```python import networkx as nx import matplotlib.pyplot as plt import random # 创建一个空的无向图 G = nx.Graph() # 添加随机节点 num_nodes = 10 for i in range(num_nodes): G.add_node(i) # 添加随机边 num_edges = 15 for i in range(num_edges): # 随机选择两个节点,并判断它们之间是否已经有边 # 若没有边则添加一条边 while True: node1 = random.choice(list(G.nodes)) node2 = random.choice(list(G.nodes)) if not G.has_edge(node1, node2): G.add_edge(node1, node2) break # 绘制网络图形 nx.draw(G, with_labels=True, node_color='lightblue', edge_color='gray') plt.show() ``` 在这个例子中,首先我们创建了一个空的无向图 `G`,然后通过循环添加了一些随机节点和随机边。然后,使用`nx.draw()`函数绘制了这个网络图形,并使用`with_labels=True`参数显示节点标签,`node_color='lightblue'`设置节点的颜色,`edge_color='gray'`设置边的颜色。最后使用`plt.show()`展示了这个图形。 运行这段代码,会生成一个随机的网络图形,其中节点和边都是随机生成的。 ### 回答3: Python是一种强大的编程语言,它具有广泛的应用领域,包括数据分析、人工智能和可视化等。其中,通过使用Python绘制随机网络图形是一项常见任务。 在Python中,可以使用多个第三方库来实现绘制随机网络图形的功能。其中,最常用的库是NetworkX。NetworkX是一个用于创建、操作和研究复杂网络的Python库。 首先,我们需要在开发环境中安装NetworkX库。在安装完成后,可以开始编写代码来创建随机网络图形。 首先,我们需要导入所需的库: ```python import networkx as nx import matplotlib.pyplot as plt import random ``` 然后,我们创建一个空的图形对象: ```python G = nx.Graph() ``` 接下来,我们可以生成节点和边。可以采用循环的方式来添加节点: ```python num_of_nodes = 10 for i in range(num_of_nodes): G.add_node(i) ``` 然后,我们可以使用循环生成随机的边: ```python num_of_edges = 15 for i in range(num_of_edges): random_node1 = random.choice(list(G.nodes())) random_node2 = random.choice(list(G.nodes())) if random_node1 != random_node2: G.add_edge(random_node1, random_node2) ``` 最后,我们可以使用Matplotlib库来绘制图形: ```python nx.draw_networkx(G) plt.show() ``` 以上就是使用Python绘制随机网络图形的示例代码。你可以根据实际需求进行调整和扩展,例如改变节点和边的数量,添加节点属性和边权重等。 总结起来,使用Python绘制随机网络图形是一项易于实现且功能强大的任务,通过使用NetworkX和Matplotlib等库,我们可以快速生成和可视化复杂的网络图形

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值