欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python之用Numpy和matplotlib畫(huà)一個(gè)魔方

 更新時(shí)間:2021年08月30日 15:44:06   作者:薛定貓  
這篇文章主要介紹了如何用Numpy和matplotlib畫(huà)一個(gè)魔方,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

瞎鼓搗系列~
Numpy + matplotlib 畫(huà)一個(gè)魔方

前言

NumPy是Python科學(xué)計(jì)算的基本包。它是一個(gè)Python庫(kù),提供了多維數(shù)組對(duì)象、各種派生對(duì)象(如掩碼數(shù)組和矩陣),以及用于對(duì)數(shù)組進(jìn)行快速操作的各種例程,包括數(shù)學(xué)、邏輯、形狀操作、排序、選擇、I/O、離散傅里葉變換、基本線(xiàn)性代數(shù)、基本的統(tǒng)計(jì)運(yùn)算,隨機(jī)模擬等等。
github
官方文檔

最近項(xiàng)目中有個(gè)碼垛規(guī)劃的需求,Numpy中的三維數(shù)組特別好用,就鼓搗了一下。
然后我看到桌子上兩年前買(mǎi)的魔方,好久沒(méi)玩兒過(guò)了。頭腦一熱,就想用Numpy畫(huà)個(gè)魔方出來(lái)!

在這里插入圖片描述

開(kāi)搞!

這里選擇使用Matplotlib作為可視化工具
Matplotlib GitHub
Matplotlib 官方文檔

構(gòu)建體素

為了制作魔方,主要用到Matplotlib中的一個(gè)函數(shù)voxels

voxels([x, y, z, ]/, filled, facecolors=None, edgecolors=None, **kwargs)
繪制一組填充體素
所有體素在坐標(biāo)軸上繪制為1x1x1立方體,filled[0, 0, 0]的lower corner位于原點(diǎn)。被遮擋的面不再繪制。

以3x3x3魔方為例:

import matplotlib.pyplot as plt
import numpy as np
# 準(zhǔn)備一組體素坐標(biāo)
n_voxels = np.ones((3, 3, 3), dtype=bool)
# 繪制
ax = plt.figure().add_subplot(projection='3d')
ax.voxels(n_voxels)
plt.show()

在這里插入圖片描述

可以看到,雖然出現(xiàn)了3x3x3個(gè)體素,但是體素與體素之間的沒(méi)有間隙,看起來(lái)不是很美觀(guān)。

制作間隙效果

為了讓體素與體素之間有間隙,可以對(duì)3x3x3的體素進(jìn)行上采樣,即構(gòu)建一個(gè)5x5x5的體素,這樣在每一個(gè)維度,讓處于兩個(gè)體素中間的體素不顯示,即可產(chǎn)生間隙的效果。

size = np.array(n_voxels.shape) * 2
filled_2 = np.zeros(size - 1, dtype=n_voxels.dtype)
filled_2[::2, ::2, ::2] = n_voxels


ax = plt.figure().add_subplot(projection='3d')
ax.voxels(filled_2)
plt.show()

在這里插入圖片描述

這樣間隙有了,但是間隙太大了,此時(shí)可以使用voxels函數(shù)的可選參數(shù)[x, y, z]控制每一個(gè)voxel的頂點(diǎn)位置,進(jìn)而控制間隙的大小

# 縮小間隙
# 構(gòu)建voxels頂點(diǎn)控制網(wǎng)格
# x, y, z均為6x6x6的矩陣,為voxels的網(wǎng)格
# //2是為了,把索引范圍從[0 1 2 3 4 5]轉(zhuǎn)換為[0 0 1 1 2 2],這樣x,y,z范圍就回到了0~3
x, y, z = np.indices(np.array(filled_2.shape) + 1).astype(float) // 2   

x[1::2, :, :] += 0.95
y[:, 1::2, :] += 0.95
z[:, :, 1::2] += 0.95

在這里插入圖片描述

這樣間隙就看起來(lái)差不多了,接下來(lái)就是為魔方的六個(gè)面添加顏色了。

為每個(gè)面賦不同的顏色

由于只能給每個(gè)體素整體一個(gè)顏色,不能對(duì)一個(gè)體素的不同面指定不同的顏色,所以為了實(shí)現(xiàn)六個(gè)面不同顏色,只能將3x3x3的矩陣改為5x5x5,將最外邊的那一層體素厚度設(shè)小一點(diǎn),近似于面,然后賦顏色。

import matplotlib.pyplot as plt
import numpy as np

# 準(zhǔn)備一些坐標(biāo)
n_voxels = np.ones((5, 5, 5), dtype=bool)

# 生成間隙
size = np.array(n_voxels.shape) * 2
filled_2 = np.zeros(size - 1, dtype=n_voxels.dtype)
filled_2[::2, ::2, ::2] = n_voxels

# 縮小間隙
# 構(gòu)建voxels頂點(diǎn)控制網(wǎng)格
# x, y, z均為6x6x8的矩陣,為voxels的網(wǎng)格,3x3x4個(gè)小方塊,共有6x6x8個(gè)頂點(diǎn)。
# 這里//2是精髓,把索引范圍從[0 1 2 3 4 5]轉(zhuǎn)換為[0 0 1 1 2 2],這樣就可以單獨(dú)設(shè)立每個(gè)方塊的頂點(diǎn)范圍
x, y, z = np.indices(np.array(filled_2.shape) + 1).astype(float) //2  # 3x6x6x8,其中x,y,z均為6x6x8

x[1::2, :, :] += 0.95
y[:, 1::2, :] += 0.95
z[:, :, 1::2] += 0.95
# 修改最外面的體素的厚度,作為六個(gè)面來(lái)使用
x[0, :, :] += 0.94
y[:, 0, :] += 0.94
z[:, :, 0] += 0.94

x[-1, :, :] -= 0.94
y[:, -1, :] -= 0.94
z[:, :, -1] -= 0.94
# 去除邊角料
filled_2[0, 0, :] = 0
filled_2[0, -1, :] = 0
filled_2[-1, 0, :] = 0
filled_2[-1, -1, :] = 0

filled_2[:, 0, 0] = 0
filled_2[:, 0, -1] = 0
filled_2[:, -1, 0] = 0
filled_2[:, -1, -1] = 0

filled_2[0, :, 0] = 0
filled_2[0, :, -1] = 0
filled_2[-1, :, 0] = 0
filled_2[-1, :, -1] = 0

在這里插入圖片描述

然后就是給六個(gè)面賦不同的顏色了。

六個(gè)方向表示:上(up)、下(down)、左(left)、右(right)、前(front)、后(back)
六種顏色表示:黃色(yellow)、白色(white)、橙色(orange)、紅色(red)、藍(lán)色(blue)、綠色(green)
初始的魔方組成形式為:上黃,下白,左橙,右紅,前藍(lán),后綠。

參考:顏色大全https://www.5tu.cn/colors/yansebiao.html

# 給魔方六個(gè)面賦予不同的顏色
colors = np.array(['#ffd400', "#fffffb", "#f47920", "#d71345", "#145b7d", "#45b97c"])
facecolors = np.full(filled_2.shape, '#77787b')  # 設(shè)一個(gè)灰色的基調(diào)
facecolors[:, :, -1] = colors[0]
facecolors[:, :, 0] = colors[1]
facecolors[:, 0, :] = colors[2]
facecolors[:, -1, :] = colors[3]
facecolors[0, :, :] = colors[4]
facecolors[-1, :, :] = colors[5]

在這里插入圖片描述

完整代碼

完整 代碼如下:

# -*- coding: utf-8 -*-
# @Time : DATE:2021/8/29
# @Author : yan
# @Email : 1792659158@qq.com
# @File : blogDemo.py

import matplotlib.pyplot as plt
import numpy as np


def generate_rubik_cube(nx, ny, nz):
    """
    根據(jù)輸入生成指定尺寸的魔方
    :param nx:
    :param ny:
    :param nz:
    :return:
    """
    # 準(zhǔn)備一些坐標(biāo)
    n_voxels = np.ones((nx + 2, ny + 2, nz + 2), dtype=bool)

    # 生成間隙
    size = np.array(n_voxels.shape) * 2
    filled_2 = np.zeros(size - 1, dtype=n_voxels.dtype)
    filled_2[::2, ::2, ::2] = n_voxels

    # 縮小間隙
    # 構(gòu)建voxels頂點(diǎn)控制網(wǎng)格
    # x, y, z均為6x6x8的矩陣,為voxels的網(wǎng)格,3x3x4個(gè)小方塊,共有6x6x8個(gè)頂點(diǎn)。
    # 這里//2是精髓,把索引范圍從[0 1 2 3 4 5]轉(zhuǎn)換為[0 0 1 1 2 2],這樣就可以單獨(dú)設(shè)立每個(gè)方塊的頂點(diǎn)范圍
    x, y, z = np.indices(np.array(filled_2.shape) + 1).astype(float) // 2  # 3x6x6x8,其中x,y,z均為6x6x8

    x[1::2, :, :] += 0.95
    y[:, 1::2, :] += 0.95
    z[:, :, 1::2] += 0.95

    # 修改最外面的面
    x[0, :, :] += 0.94
    y[:, 0, :] += 0.94
    z[:, :, 0] += 0.94

    x[-1, :, :] -= 0.94
    y[:, -1, :] -= 0.94
    z[:, :, -1] -= 0.94

    # 去除邊角料
    filled_2[0, 0, :] = 0
    filled_2[0, -1, :] = 0
    filled_2[-1, 0, :] = 0
    filled_2[-1, -1, :] = 0

    filled_2[:, 0, 0] = 0
    filled_2[:, 0, -1] = 0
    filled_2[:, -1, 0] = 0
    filled_2[:, -1, -1] = 0

    filled_2[0, :, 0] = 0
    filled_2[0, :, -1] = 0
    filled_2[-1, :, 0] = 0
    filled_2[-1, :, -1] = 0

    # 給魔方六個(gè)面賦予不同的顏色
    colors = np.array(['#ffd400', "#fffffb", "#f47920", "#d71345", "#145b7d", "#45b97c"])
    facecolors = np.full(filled_2.shape, '#77787b')  # 設(shè)一個(gè)灰色的基調(diào)
    # facecolors = np.zeros(filled_2.shape, dtype='U7')
    facecolors[:, :, -1] = colors[0]	# 上黃
    facecolors[:, :, 0] = colors[1]	    # 下白
    facecolors[:, 0, :] = colors[2]  	# 左橙
    facecolors[:, -1, :] = colors[3]	# 右紅
    facecolors[0, :, :] = colors[4]	    # 前藍(lán)
    facecolors[-1, :, :] = colors[5]	# 后綠

    ax = plt.figure().add_subplot(projection='3d')
    ax.voxels(x, y, z, filled_2, facecolors=facecolors)
    plt.show()


if __name__ == '__main__':
    generate_rubik_cube(3, 3, 3)

可根據(jù)輸入生成不同尺寸的魔方:
4x4x4:

在這里插入圖片描述

6x6x6

在這里插入圖片描述

甚至是4x4x6,不過(guò)這就不是咱平時(shí)玩兒的魔方了~

在這里插入圖片描述

到此這篇關(guān)于python之用Numpy和matplotlib畫(huà)一個(gè)魔方的文章就介紹到這了,更多相關(guān)Numpy matplotlib畫(huà)魔方內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • ?Python列表的切片取值詳解

    ?Python列表的切片取值詳解

    這篇文章主要介紹了?Python列表的切片取值詳解,文章通過(guò)圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下
    2022-09-09
  • python3 dict ndarray 存成json,并保留原數(shù)據(jù)精度的實(shí)例

    python3 dict ndarray 存成json,并保留原數(shù)據(jù)精度的實(shí)例

    今天小編就為大家分享一篇python3 dict ndarray 存成json,并保留原數(shù)據(jù)精度的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-12-12
  • django中path和url函數(shù)的具體使用

    django中path和url函數(shù)的具體使用

    本文主要介紹了django中path和url函數(shù)的具體使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-03-03
  • Python批量改變圖片名字的示例代碼

    Python批量改變圖片名字的示例代碼

    本文主要介紹了Python批量改變圖片名字的示例代碼,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-05-05
  • 如何將Yolov5的detect.py修改為可以直接調(diào)用的函數(shù)詳解

    如何將Yolov5的detect.py修改為可以直接調(diào)用的函數(shù)詳解

    YOLOv4還沒(méi)有退熱,YOLOv5已經(jīng)發(fā)布,下面這篇文章主要給大家介紹了關(guān)于如何將Yolov5的detect.py修改為可以直接調(diào)用的函數(shù)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-04-04
  • Python實(shí)現(xiàn)的matplotlib動(dòng)畫(huà)演示之細(xì)胞自動(dòng)機(jī)

    Python實(shí)現(xiàn)的matplotlib動(dòng)畫(huà)演示之細(xì)胞自動(dòng)機(jī)

    這篇文章主要介紹了Python實(shí)現(xiàn)的matplotlib動(dòng)畫(huà)演示之細(xì)胞自動(dòng)機(jī),用python來(lái)模擬,首先嘗試表示Beacon,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),需要的朋友可以參考下
    2022-04-04
  • matplotlib 三維圖表繪制方法簡(jiǎn)介

    matplotlib 三維圖表繪制方法簡(jiǎn)介

    這篇文章主要介紹了matplotlib 三維圖表繪制方法簡(jiǎn)介,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • python 對(duì)key為時(shí)間的dict排序方法

    python 對(duì)key為時(shí)間的dict排序方法

    今天小編就為大家分享一篇python 對(duì)key為時(shí)間的dict排序方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-10-10
  • Python 深入了解opencv圖像分割算法

    Python 深入了解opencv圖像分割算法

    本文主要介紹了Python通過(guò)opencv實(shí)現(xiàn)圖像分割的詳細(xì)過(guò)程與代碼,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助
    2021-11-11
  • Python通過(guò)pymysql調(diào)用MySQL進(jìn)行增刪改移查

    Python通過(guò)pymysql調(diào)用MySQL進(jìn)行增刪改移查

    這篇文章主要介紹了Python通過(guò)pymysql調(diào)用MySQL,從而實(shí)現(xiàn)數(shù)據(jù)的增刪改移查功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2021-12-12

最新評(píng)論