VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > temp > python入门教程 >
  • 基因与生成元算法

本章绘图要点:

  • 生成元算法:重复性的绘图步骤可抽象提炼成数据,保存在列表或元组里,然后,依据抽象规则,读取数据,调用绘图函数,生成所需要的图形,从而降低程序的复杂性,减少程序的代码量。
  • 绘图效率:当图形的数据计算量比较大时,可先统一计算,然后再绘图,从而提高图形的生成效率。

 一生二,二生三

“道生一,一生二,二生三,三生万物。

                                                        --《道德经》

为什么相对少量的遗传物质可以发育成复杂的结构,如肺、大脑、心脏?

为什么只占人体体积5%的血管能遍布人体的每一部分?

生命究竟是什么?生命最初又是如何形成的?

基因存在于染色体上,负责对生命体的形态、结构、功能进行全方位的编码,它所包含的信息必定有限,然而如此有限的信息又是如何准确地描述后代生命的性状?

经典理论无法解释自然界这些让人困惑的问题,直到分形理论的出现,才让这些问题有了一个可能的答案。简单而少量的规则是可以生成复杂结构的,自然界中的许多事物可以通过简单步骤的无数次重复(也就是分形迭代)演化而成。

由一个简单的生成因子(分形理论中称之为“生成元”),不断迭代,自我进化,越来越复杂,以至于逐步出现山川、草木、动物、人类及人类的思维。宇宙间的一切难道都是这样动态生成的吗?听起来不可思议,但或许这就是事实!

生成元

我们可以在计算机上做个小实验,用『原形+生成元+迭代』的方式,来生成一些复杂的图形。上一章的科赫曲线的原形是一条直线,生成元是:

如果保持原形为一条直线,改变生成元,那么多次迭代后,会生成一个怎么样的图形呢?

生成元1:

 

第一次迭代同生成元;

第二次迭代:

 

第三次迭代:

 

第六次迭代:

 

 

生成元2:

 

第一次迭代同生成元;

第二次迭代:

 

第三次迭代:

 

第四次迭代:

 

 你可以尝试设计不同的生成元,多次迭代后,看看会生成怎样复杂的图形。为了更清晰地显示图形的细微结构,示例程序画笔的颜色选择的是默认的黑色,你也可以选择自己喜欢的单种或多种颜色,来生成更绚烂的图形。

 

2.3 算法

我们可以用一个列表genu来指定生成元,例如科赫曲线的生成元可用列表gene = [0,60,-120,60,END]来表示:

 

列表的每个值表示了旋转角的大小,正数是逆时针旋转,负数是顺时针旋转。A点不旋转,为0;C点逆时针旋转60度,为60;D点顺时针旋转120,为-120;E点逆时针旋转60,为60;END表示终止指定生成元(实际上它可以是任意值)。从一次旋转到下次旋转之间的距离是一定的,也就是说,AC、CD、DE、EB的长度是相同的,都为AB的1/3。

除了生成元以外,我们还需要一个缩小率ratio:下一次迭代的线段和原始线段的比率,也就是AC/AB,科赫曲线的这个比率我们知道就是1/3,约为0.3333。

生成元1 的生成元可用列表[-15,90,-150,90,END]来表示:

 

列表的每个值表示了旋转角的大小,正数是逆时针旋转,负数是顺时针旋转。A点顺时针旋转15,为-15;C点逆时针旋转90度,为90;D点顺时针旋转150,为-150;E点逆时针旋转90,为90;END表示终止指定生成元。 AC、CD、DE、EB的长度是相同的。

生成元1 的缩小率ratio(下一次迭代的线段和原始线段的比率),也就是AC/AB,这个比率我们通过计算可知:

ratio == 0.40824829046386296 ≈ 0.4082

生成元2 的生成元可用列表[0,90,-90,-90,90,-90,90,90,-90,END]来表示:

 

列表的每个值表示了旋转角的大小,正数是逆时针旋转,负数是顺时针旋转。生成元2 的缩小率为:

ratio = 1/5 = 0.2

下表为几种曲线的生成元和缩小率:

 

科赫曲线

生成元1

生成元2

生成元gene

[0,60,-120,60,END]

[-15,90,-150,90,END]

[0,90,-90,-90,90,-90,90,90,-90,END]

缩小率ratio

1/3 ≈ 0.3333

0.4082

1/5 = 0.2

 

 

 

 

源码

复制代码
# 导入模块
import turtle

# 恢复海龟状态到p点
def restore(p):
      turtle.penup()
      turtle.setpos(p[0],p[1])
      turtle.pendown()
      turtle.seth(p[2])

# 获取海龟当前点状态
def get_point():
    x,y = turtle.pos()
    d = turtle.heading()
    return (x,y,d)

# 生成器函数,A为起始点,B为结束点,L为线段AB的长度,genu为生成元,ratio为缩小率,n为迭代次数
def Generator(A,B,L,genu,ratio,n):
      # 获取图形各个点的位置和方向,不显示图形
      restore(A)
      turtle.pencolor(b_color) # 画笔颜色设置和背景色相同,不显示图形
      points = []
      for angle in gene:
          if angle == 'END':
             break
          else:
             angle = int(angle)
          if angle < 0:
              turtle.right(abs(angle))
          else:
              turtle.left(angle)
          p = get_point()
          points.append(p) 
          turtle.forward(L*ratio)           
      points.append(B)
      turtle.pencolor(p_color) # 恢复画笔颜色

      if n == 1:
         # 绘制图形
         restore(A)
         for p in points:
             turtle.setpos(p[0],p[1])
      else:
         # 递归调用生成器,使用生成元替换中间线段
         i = 0
         while i <len(points)-1:
               Generator(points[i],points[i+1],L*ratio,gene,ratio,n-1)
               i = i+1

# 开始主程序
if __name__ == '__main__':
     # 隐藏画笔形状
     turtle.hideturtle()
     # 指定画笔的速度,参数speed为0到10之间的一个整数,1最慢,10最快
     turtle.speed(9)
     # 指定画笔大小
     turtle.pensize(1)
     # 设置颜色模式为RGB
     turtle.colormode(255)
     # 背景颜色为青色,画笔颜色为白色
     b_color = (136,168,155)
     p_color = 'white'
     # 设置背景颜色    
     turtle.bgcolor(b_color)

     # 原形为一条直线
     A = (-450,0,0)
     B = (450,0,0)
     L = 900
 
     # 获取用户输入的生成元、缩小率、迭代次数
     print('生成元:')
     gene = input().split(',')
     print('缩小率:')
     ratio = float(input())
     print('迭代次数:')
     n = int(input())

     # 生成图形     
     restore(A)
     Generator(A,B,L,gene,ratio,n) 
复制代码

生成元1彩图1(青色RGB(136,168,155) /白色)

 

生成元1彩图2(背景色RGB(224,225,227),画笔色RGB(176,186,175))

 

生成元1彩图3(背景色RGB(181,138,93),画笔色RGB(214,226,206))

数据可视化Tips

配色方案

在可视化作品的设计中,配色是至关重要的一环,配色方案的好坏会直接影响到可视化结果的表现力。和谐、美观的配色方案,可以吸引用户去探索可视化所包含的信息;而不恰当的配色方案,则会造成用户的迷惑以及对可视化的抵触。在配色方案的设计时,通常要考虑到许多方面,比如:需要可视化的数据是什么样的类型?这些数据拥有哪些定性或定量的属性?将这些数据可视化的目的是什么?所面向的又是怎样的用户群体?等等。
颜色的运用和搭配,并不是件容易的事,需要大量的学习和实践。对于初学者来说,向经典学习无疑是最适宜的一条道路,以下是推荐的一些经典配色作品:
  • 中国古典配色:中国的传统颜色来自于大自然,它以天然植物、动物、矿物作为原料,色彩范围广,并融合了中国传统的自然哲学思想,温润柔和、不张扬,蕴涵着其独有的特色和魅力。瓷器、国画、壁画、服饰、建筑等等,都是学习、临摹古典配色的优秀素材。
  • 莫兰迪配色:莫兰迪色据说是世界上最舒服的高级“配色”,它来自于意大利艺术家乔治·莫兰迪的一系列静物作品,并以其命名。莫兰迪配色指的是一种色彩关系,它在所有的颜色中都加入了适度的白色和灰色来进行调和,将原本鲜艳的色彩转化成了优雅的灰色调,就仿佛蒙上了一层灰一样,却从而产生了一种柔和的、不张扬的平衡美感。

出  处:https://www.cnblogs.com/timedot/p/14547485.html



相关教程