python編程matplotlib交互繪制Julia集示例解析
更新時間：2021年10月20日 17:15:36 作者：微小冷
matplotlib的Show面板中提供了放大、移動等交互式操作，但也未能涵蓋所有的交互需求，比如希望通過mandelbrot集上的一點來生成對應(yīng)的Julia集
所謂Julia集就是類似下面的美妙的圖案
Julia集
特別地，當(dāng) c = z的初始值時，符合收斂條件的 z 的便構(gòu)成大名鼎鼎的Mandelbrot集
在上圖中，顏色表示該點的發(fā)散速度，可以理解為開始發(fā)散時迭代的次數(shù)。其生成代碼也非常簡單：
#mbrot.py
import numpy as np
import time
import pyplotlib.pyplot as plt
#生成z坐標(biāo)，axis為起始位置，nx，ny為x向和y向的格點個數(shù)
def genZ(axis,nx,ny):
x0,x1,y0,y1 = axis
x = np.linspace(x0,x1,nx)
y = np.linspace(y0,y1,ny)
real, img = np.meshgrid(x,y)
z = real + img*1j
return z
#獲取Julia集，n為迭代次數(shù)，m為判定發(fā)散點，大于1即可
def getJulia(z,c,n,m=2):
t = time.time()
c = np.zeros_like(z)+c
out = abs(z)
for i in range(n):
absz = abs(z)
z[absz>m]=0 #對開始發(fā)散的點置零
c[absz>m]=0
out[absz>m]=i #記錄發(fā)散點的發(fā)散速度
z = z*z + c
print("time:",time.time()-t)
return out
if __name__ == "__main__":
axis = np.array([-2,1,-1.5,1.5])
z0 = genZ(axis,500,500)
mBrot = getJulia(z0,z0,50)
plt.imshow(mBrot, cmap=cm.jet, extent=axis)
plt.gca().set_axis_off()
plt.show()
matplotlib綁定事件
下面希望實現(xiàn)點擊Mandelbrot集中的一點，生成相應(yīng)的Julia集。
在mpl中，事件綁定函數(shù)mpl_connect被封裝在cavnas類中，調(diào)用格式為
canvas.mpl_connect('str', func)
其中func事件函數(shù)，字符串為被傳入事件函數(shù)的事件標(biāo)識，如下所列，望文生義即可
'button_press_event' 'button_release_event' 'draw_event' 'key_press_event' 'key_release_event' 'motion_notify_event' 'pick_event' 'resize_event' 'scroll_event' 'figure_enter_event' 'figure_leave_event' 'axes_enter_event' 'axes_leave_event' 'close_event'
簡單起見，可以先檢測一下鼠標(biāo)點擊事件'button_press_event'，對此我們需要定義一個事件函數(shù)，并將上面的入口函數(shù)稍加修改：
def test(evt):
print(evt.xdata) #xdata即x方向的坐標(biāo)
if __name__ == "__main__":
axis = np.array([-2,1,-1.5,1.5])
z0 = genZ(axis,500,500)
mBrot = getJulia(z0,z0,50)
fig, ax = plt.subplots()
fig.canvas.mpl_connect('button_press_event', test)#調(diào)用事件函數(shù)
plt.imshow(mBrot, cmap=cm.jet, extent=axis)
plt.gca().set_axis_off()
plt.show()
于是點擊imshow()出來的圖片，即可返回相應(yīng)的x坐標(biāo)。
python mbrot.py time: 0.47572827339172363 -0.8652597402597402 -0.7840909090909087 -0.18344155844155807 0.23051948051948123 0.8149350649350655
縮放
那么生成Julia集只需要重新調(diào)用一次getJulia這個函數(shù)即可。
Mandelbrot集的分形特征意味著我們所生成的圖片可以無限放大，但是mpl自帶的放大工具并不會重新生成數(shù)據(jù)，所以是虛假的放大。因此需要重新綁定放大操作，其思路是，當(dāng)右鍵點擊(‘button_press_event')時，記錄此時的坐標(biāo)，當(dāng)右鍵釋(‘button_release_event')放時重新繪制圖片，為了防止與左鍵沖突，所以在點擊所對應(yīng)的事件函數(shù)中加入左右鍵判斷。
其結(jié)果如圖
此外，還可以綁定鼠標(biāo)滾輪，實現(xiàn)Mandelbrot集在該點的真實縮放，代碼如下
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
import matplotlib.backend_bases as mbb
import time
class MandelBrot():
def __init__(self,x0,x1,y0,y1,n):
self.oriAxis = np.array([x0,x1,y0,y1]) #初始坐標(biāo)
self.axis = self.oriAxis
self.nx,self.ny,self.nMax = n,n,n #x,y方向的網(wǎng)格劃分個數(shù)
self.nIter = 100 #迭代次數(shù)
self.n0 = 0 #預(yù)迭代次數(shù)
self.z = genZ(self.oriAxis,self.nx,self.ny)
self.DrawMandelbrot()
def DrawMandelbrot(self):
mBrot = getJulia(self.z,self.z,self.nIter)
self.fig, ax = plt.subplots()
plt.imshow(mBrot, cmap=cm.jet, extent=self.axis)
plt.gca().set_axis_off()
self.fig.canvas.mpl_disconnect(self.fig.canvas.manager.key_press_handler_id)
self.fig.canvas.mpl_connect('button_press_event', self.OnMouse)
self.fig.canvas.mpl_connect('button_release_event', self.OnRelease)
self.fig.canvas.mpl_connect('scroll_event', self.OnScroll)
plt.show()
def DrawJulia(self,c0):
z = genZ([-2,2,-2,2],800,800)
julia = getJulia(z,c0,self.nIter)
jFig,jAx = plt.subplots()
plt.cla()
plt.imshow(julia, cmap=cm.jet, extent=self.axis)
plt.gca().set_axis_off()
plt.show()
jFig.canvas.draw_idle()
#滾輪縮放
def OnScroll(self,evt):
x0,y0 = evt.xdata,evt.ydata
if evt.button == "up":
self.axis = (self.axis+[x0,x0,y0,y0])/2
elif evt.button == 'down':
self.axis = 2*self.axis-[x0,x0,y0,y0]
z = genZ(self.axis,self.nx,self.ny)
mBrot = getJulia(z,z,self.nIter)
plt.cla()
plt.imshow(mBrot, cmap=cm.jet, extent=self.axis)
plt.gca().set_axis_off()
mBrot[mBrot<1]==self.n0+self.nIter
self.n0 = int(np.min(mBrot))
self.fig.canvas.draw_idle()
pass
def OnMouse(self, evt):
self.xStart = evt.xdata
self.yStart = evt.ydata
self.fig.canvas.draw_idle()
def OnRelease(self,evt):
x0,y0,x1,y1 = self.xStart,self.yStart,evt.xdata,evt.ydata
if evt.button == mbb.MouseButton.LEFT:
self.DrawJulia(x1+y1*1j) #如果釋放的是左鍵，那么就繪制Julia集并返回
return
#右鍵拖動，可以對Mandelbrot集進(jìn)行真實的放大
self.axis = np.array([min(x0,x1),max(x0,x1),
min(y0,y1),max(y0,y1)])
nxny = self.axis[[1,3]]-self.axis[[0,2]]
self.nx,self.ny = (nxny/max(nxny)*self.nMax).astype(int)
z = genZ(self.axis,self.nx,self.ny)
n = 100 #n為迭代次數(shù)
mBrot = getJulia(z,z,n)
plt.cla()
plt.imshow(mBrot, cmap=cm.jet, extent=self.axis)
plt.gca().set_axis_off()
mBrot[mBrot<1]==self.n0+n
self.n0 = int(np.min(mBrot))
self.fig.canvas.draw_idle()
def genZ(axis,nx,ny):
x0,x1,y0,y1 = axis
x = np.linspace(x0,x1,nx)
y = np.linspace(y0,y1,ny)
real, img = np.meshgrid(x,y)
z = real + img*1j
return z
def getJulia(z,c,n,n0=0,m=2):
t = time.time()
c = np.zeros_like(z)+c
out = abs(z)
for _ in range(n0):
z = z*z + c
for i in range(n0,n0+n):
absz = abs(z)
z[absz>m]=0
c[absz>m]=0
out[absz>m]=i
z = z*z + c
print("time:",time.time()-t)
return out
if __name__ == "__main__":
x,y = 0,0
brot = MandelBrot(-2,1,-1.5,1.5,1000)
以上就是python編程matplotlib交互繪制Julia集示例解析的詳細(xì)內(nèi)容，更多關(guān)于matplotlib交互繪制Julia集的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了淺析Python中else語句塊的使用技巧的相關(guān)資料,非常不錯，具有參考借鑒價值，需要的朋友可以參考下2016-06-06
詳解tensorflow2.x版本無法調(diào)用gpu的一種解決方法
這篇文章主要介紹了詳解tensorflow2.x版本無法調(diào)用gpu的一種解決方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
這篇文章主要為大家詳細(xì)介紹了5款非常棒的Python工具，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
Python實現(xiàn)多條件篩選Excel數(shù)據(jù)并批量繪制直方圖
這篇文章主要為大家介紹了如何Python對Excel數(shù)據(jù)進(jìn)行多條件篩選和去除并批量繪制直方圖,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以參考一下2023-09-09
Python中xml和dict格式轉(zhuǎn)換的示例代碼
最近在做APP的接口，遇到XML格式的請求數(shù)據(jù)，費了很大勁來解決，下面小編給大家分享下Python中xml和dict格式轉(zhuǎn)換問題，感興趣的朋友跟隨小編一起看看吧
2019-11-11 
這篇文章主要介紹了wxPython學(xué)習(xí)之主框架應(yīng)用實例,以一個基礎(chǔ)的彈出窗體實例講述了wxPython主框架應(yīng)用程序的實現(xiàn)方法,需要的朋友可以參考下
2014-09-09 
這篇文章主要介紹了python實現(xiàn)屏保計時器的示例代碼，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
2018-08-08 
Python使用pyfinance包進(jìn)行證券收益分析
在查找如何使用Python實現(xiàn)滾動回歸時，發(fā)現(xiàn)一個很有用的量化金融包——pyfinance。顧名思義，pyfinance是為投資管理和證券收益分析而構(gòu)建的Python分析包，主要是對面向定量金融的現(xiàn)有包進(jìn)行補充，如pyfolio和pandas等。pyfinance包含六個模塊，下面將一一介紹
2021-11-11 
python的print輸出在控制臺并且將輸出內(nèi)容保存為文件(最新推薦)
這篇文章主要介紹了python的print輸出在控制臺并且將輸出內(nèi)容保存為文件，我感覺就是類似于重寫一下調(diào)用print的時候執(zhí)行的方法，讓他既能夠在控制臺輸出，也能保存到文件里去，需要的朋友可以參考下
2023-01-01