Matplotlib 3D小红花的绘制原理

Posted 夏小悠

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Matplotlib 3D小红花的绘制原理相关的知识,希望对你有一定的参考价值。

文章目录

前言

  在上篇博客中使用了matplotlib绘制了3D小红花,本篇博客主要介绍一下3D小红花的绘制原理。

1. 极坐标系

  对于极坐标系中的一点 P P P,我们可以用极径 r r r 和极角 θ \\theta θ 来表示,记为点 P ( r , θ ) P(r, \\theta) P(r,θ),其相关知识在高中就已经介绍,这里不再赘述。
  使用matplotlib绘制极坐标系:

import matplotlib.pyplot as plt
import numpy as np


if __name__ == '__main__':
    # 极径
    r = np.arange(10)
    # 角度
    theta = 0.5 * np.pi * r

    fig = plt.figure()
    plt.polar(theta, r, c='r', marker='o', ms=3, ls='-', lw=1)
    # plt.savefig('img/polar1.png')
    plt.show()


  使用matplotlib绘制极坐标散点图:

import matplotlib.pyplot as plt
import numpy as np


if __name__ == '__main__':
	r = np.linspace(0, 10, num=10)
    theta = 2 * np.pi * r
    area = 3 * r ** 2

    ax = plt.subplot(111, projection='polar')
    ax.scatter(theta, r, c=theta, s=area, cmap='hsv', alpha=0.75)
    # plt.savefig('img/polar2.png')
    plt.show()

  有关matplotlib极坐标的参数更多介绍,可参阅官网手册

2. 极坐标系花瓣

  绘制 r = s i n ( θ ) r=sin(\\theta) r=sin(θ) 在极坐标系下的图像:

import matplotlib.pyplot as plt
import numpy as np


if __name__ == '__main__':
	fig = plt.figure()
    ax = plt.subplot(111, projection='polar')
    ax.set_rgrids(radii=np.linspace(-1, 1, num=5), labels='')

    theta = np.linspace(0, 2 * np.pi, num=200)
    r = np.sin(theta)
    ax.plot(theta, r)
    # plt.savefig('img/polar3.png')
    plt.show()


  以 2 π 2\\pi 2π 为一个周期,增加图像的旋转周期:

r = np.sin(2 * theta)


  继续增加图像的旋转周期:

r = np.sin(3 * theta)
r = np.sin(4 * theta)

  然后我们可以通过调整极径系数和角度系数来调整图像:

import matplotlib.pyplot as plt
import numpy as np


if __name__ == '__main__':
	fig = plt.figure()
    ax = plt.subplot(111, projection='polar')
    ax.set_rgrids(radii=np.linspace(-1, 1, num=5), labels='')

    theta = np.linspace(0, 2 * np.pi, num=200)
    r1 = np.sin(4 * (theta + np.pi / 8))
    r2 = 0.5 * np.sin(5 * theta)
    r3 = 2 * np.sin(6 * (theta + np.pi / 12))

    ax.plot(theta, r1)
    ax.plot(theta, r2)
    ax.plot(theta, r3)
    # plt.savefig('img/polar4.png')
    plt.show()

3. 三维花瓣

  现在可以将花瓣放置在三维空间上了,根据花瓣的生成规律,其花瓣外边缘线在一条旋转内缩的曲线上,这条曲线的极径 r r r 随着角度的增大逐渐变小,其高度 h h h 逐渐变大。
  因此我们在 f ( x ) = e − x f(x) = e^-x f(x)=ex 的基础之上定义了一个递减函数,保证其值域在 ( 0 , π 2 ] (0, \\frac \\pi 2] (0,2π],新的函数为: f ( θ ) = π 2 e − θ f(\\theta)=\\frac \\pi 2 e^-\\theta f(θ)=2πeθ  其函数图像如下:
  这样定义 r = s i n ( f ) , h = c o s ( f ) r=sin(f), h=cos(f) r=sin(f),h=cos(f) 就满足前面对花瓣外边缘曲线的假设了,即 r r r 递减, h h h 递增。
  现在将其放在三维空间中:

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D


if __name__ == '__main__':
    fig = plt.figure()
    ax = Axes3D(fig)
    # plt.axis('off')

    x = np.linspace(0, 1, num=30)
    theta = np.linspace(0, 2 * np.pi, num=1200)
    theta = 30 * theta
    x, theta = np.meshgrid(x, theta)

    # f is a decreasing function of theta
    f = 0.5 * np.pi * np.exp(-theta / 50)

    r = x * np.sin(f)
    h = x * np.cos(f)

	# 极坐标转笛卡尔坐标
    X = r * np.cos(theta)
    Y = r * np.sin(theta)
    ax = ax.plot_surface(X, Y, h,
                         rstride=1, cstride=1, cmap=plt.cm.cool)

    # plt.savefig('img/polar5.png')
    plt.show()

  笛卡尔坐标系(Cartesian coordinate system),即直角坐标系。

  然而,上述的表达仍然没有得到花瓣的细节,因此我们需要在此基础之上进行处理,以得到花瓣形状。因此设计了一个花瓣函数:
f ( θ ) = 1 − 1 − ∣ s i n ( θ 2 ) ∣ 2 f(\\theta) = 1 - \\frac 1 - |sin(\\frac \\theta 2)| 2 f(θ)=121sin(2θ)  其是一个以 2 π 2\\pi 2π 为周期的周期函数,其值域为 [ 0.5 , 1.0 ] [0.5, 1.0] [0.5,1.0],图像如下图所示:

  再次绘制:

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D


if __name__ == '__main__':
	fig = plt.figure()
    ax = Axes3D(fig)
    # plt.axis('off')

    x = np.linspace(0, 1, num=30)
    theta = np.linspace(0, 2 * np.pi, num=1200)
    theta = 30 * theta
    x, theta = np.meshgrid(x, theta)

    # f is a decreasing function of theta
    f = 0.5 * np.pi * np.exp(-theta / 50)

	# 通过改变函数周期来改变花瓣的形状
	# 改变值域也可以改变花瓣形状
	# u is a periodic function
    u = 1 - (1 - np.absolute(np.sin(3.3 * theta / 2))) / 2
    r = x * u * np.sin(f)
    h = x * u * np.cos(f)
	
	# 极坐标转笛卡尔坐标
    X = r * np.cos(theta)
    Y = r * np.sin(theta)
    ax = ax.plot_surface(X, Y, h,
                         rstride=1, cstride=1, cmap=plt.cm.RdPu_r)

    # plt.savefig('img/polar6.png')
    plt.show()


4. 花瓣微调

  为了使花瓣更加真实,使花瓣的形态向下凹,因此需要对花瓣的形状进行微调,这里添加一个修正项和一个噪声扰动,修正函数图像为:

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D


if __name__ == '__main__':
	fig = plt.figure()
    ax = Axes3D(fig)
    # plt.axis('off')

    x = np.linspace(0, 1, num=30)
    theta = np.linspace(0, 2 * np.pi, num=1200)
    theta = 30 * theta
    x, theta = np.meshgrid(x, theta)

    # f is a decreasing function of theta
    f = 0.5 * np.pi * np.exp(-theta / 50)

    noise = np.sin(theta) / 30
    # u is a periodic function
    u = 1 - (1 - np.absolute(np.sin(3.3 * theta / 2))) / 2 + noise

    # y is a correction function
    y = 2 * (x ** 2 - x) ** 2 * np.sin(f)
    r = u * (x * np.sin(f) + y * np.cos(f))
    h = u * (x * np.cos(f) - y * np.sin(f))

    X = r * np.cos(theta)
    Y = r * np.sin(theta)
    ax = ax.plot_surface(X, Y, h,
                         rstride=1, cstride=1, cmap=plt.cm.RdPu_r)

    # plt.savefig('img/polar7.png')
    plt.show()


  修正前后图像区别对比如下:

5. 结束语

  3D花的绘制主要原理是极坐标,通过正弦/余弦函数进行旋转变形构造,参数略微变化就会出现不同的花朵,有趣!

以上是关于Matplotlib 3D小红花的绘制原理的主要内容,如果未能解决你的问题,请参考以下文章

情人节,送你一朵小红花~

情人节,送你一朵小红花~

一道网传上海幼儿园升小学的数学题

Python 使用 matplotlib绘制3D图形

Matplotlib - 同时绘制 3D 平面和点

使用 Python matplotlib 绘制 3d 矢量