python编程matplotlib交互绘制Julia集示例解析

目录
  • Julia集
  • matplotlib绑定事件
  • 缩放

所谓Julia集就是类似下面的美妙的图案

Julia集

特别地,当 c = z的初始值时,符合收敛条件的 z 的便构成大名鼎鼎的Mandelbrot集

在上图中,颜色表示该点的发散速度,可以理解为开始发散时迭代的次数。其生成代码也非常简单:

#mbrot.py
import numpy as np
import time
import pyplotlib.pyplot as plt
#生成z坐标,axis为起始位置,nx,ny为x向和y向的格点个数
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
#获取Julia集,n为迭代次数,m为判定发散点,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		#对开始发散的点置零
        c[absz>m]=0
        out[absz>m]=i	#记录发散点的发散速度
        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绑定事件

下面希望实现点击Mandelbrot集中的一点,生成相应的Julia集。
在mpl中,事件绑定函数mpl_connect被封装在cavnas类中,调用格式为

canvas.mpl_connect('str', func)

其中func事件函数,字符串为被传入事件函数的事件标识,如下所列,望文生义即可

'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'

简单起见,可以先检测一下鼠标点击事件'button_press_event',对此我们需要定义一个事件函数,并将上面的入口函数稍加修改:

def test(evt):
    print(evt.xdata)	#xdata即x方向的坐标
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)#调用事件函数
    plt.imshow(mBrot, cmap=cm.jet, extent=axis)
    plt.gca().set_axis_off()
    plt.show()

于是点击imshow()出来的图片,即可返回相应的x坐标。

python mbrot.py
time: 0.47572827339172363
-0.8652597402597402
-0.7840909090909087
-0.18344155844155807
0.23051948051948123
0.8149350649350655

缩放

那么生成Julia集只需要重新调用一次getJulia这个函数即可。
Mandelbrot集的分形特征意味着我们所生成的图片可以无限放大,但是mpl自带的放大工具并不会重新生成数据,所以是虚假的放大。因此需要重新绑定放大操作,其思路是,当右键点击(‘button_press_event')时,记录此时的坐标,当右键释(‘button_release_event')放时重新绘制图片,为了防止与左键冲突,所以在点击所对应的事件函数中加入左右键判断。

其结果如图

此外,还可以绑定鼠标滚轮,实现Mandelbrot集在该点的真实缩放,代码如下

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])        	#初始坐标
        self.axis = self.oriAxis
        self.nx,self.ny,self.nMax = n,n,n               #x,y方向的网格划分个数
        self.nIter = 100                                #迭代次数
        self.n0 = 0                                     #预迭代次数
        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()
	#滚轮缩放
    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)		#如果释放的是左键,那么就绘制Julia集并返回
            return
        #右键拖动,可以对Mandelbrot集进行真实的放大
        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为迭代次数
        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编程matplotlib交互绘制Julia集示例解析的详细内容,更多关于matplotlib交互绘制Julia集的资料请关注我们其它相关文章!

(0)

相关推荐

  • Python干货:分享Python绘制六种可视化图表

    可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上众多的图表类型给吓着了,由于种类太多,几种图表的绘制方法很有可能会混淆起来. 因此,在这里,我特地总结了六种常见的基本图表类型,你可以通过对比学习,打下坚实的基础. 01. 折线图 绘制折线图,如果你数据不是很多的话,画出来的图将是曲折状态,但一旦你的数据集大起来,比如下面我们的示例,有100个点,所以我们用肉眼看到的将是一条平滑的曲线. 这里我绘制三条线,只

  • python交互式图形编程实例(一)

    本文实例为大家分享了python交互式图形编程的具体代码,供大家参考,具体内容如下 #!/usr/bin/env python3# -*- coding: utf-8 -*- #温度转换 from graphics import * win = GraphWin("摄氏温度转换器", 400, 300) win.setCoords(0.0, 0.0, 3.0, 4.0) # 绘制接口 Text(Point(1,3), " 摄氏温度:").draw(win) Text

  • python+matplotlib实现动态绘制图片实例代码(交互式绘图)

    本文研究的主要是python+matplotlib实现动态绘制图片(交互式绘图)的相关内容,具体介绍和实现代码如下所示. 最近在研究动态障碍物避障算法,在Python语言进行算法仿真时需要实时显示障碍物和运动物的当前位置和轨迹,利用Anaconda的Python打包集合,在Spyder中使用Python3.5语言和matplotlib实现路径的动态显示和交互式绘图(和Matlab功能类似). Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统

  • Python交互式图形编程的实现

    一. 1.图形显示 图素法 像素法 图素法---矢量图:以图形对象为基本元素组成的图形,如矩形. 圆形 像素法---标量图:以像素点为基本单位形成图形 2.图形用户界面:Graphical User Interface,GUI Tkinter---Python 标准GUI Graphics---基于Tkinter扩展图形库 Turtle---python内置的图形库. 3.安装graphics库 安装在D:\Python3\Lib\site-packages,网址http://mcsp.wart

  • python编程matplotlib交互绘制Julia集示例解析

    目录 Julia集 matplotlib绑定事件 缩放 所谓Julia集就是类似下面的美妙的图案 Julia集 特别地,当 c = z的初始值时,符合收敛条件的 z 的便构成大名鼎鼎的Mandelbrot集 在上图中,颜色表示该点的发散速度,可以理解为开始发散时迭代的次数.其生成代码也非常简单: #mbrot.py import numpy as np import time import pyplotlib.pyplot as plt #生成z坐标,axis为起始位置,nx,ny为x向和y向的

  • Python编程中装饰器的使用示例解析

    装饰函数和方法 我们先定义两个简单的数学函数,一个用来计算平方和,一个用来计算平方差: # get square sum def square_sum(a, b): return a**2 + b**2 # get square diff def square_diff(a, b): return a**2 - b**2 print(square_sum(3, 4)) print(square_diff(3, 4)) 在拥有了基本的数学功能之后,我们可能想为函数增加其它的功能,比如打印输入.我们

  • python绘制超炫酷动态Julia集示例

    目录 前言 Mandelbrot集 无限缩放 Julia集 前言 此Julia非彼Julia,指的是对于某复数 c c c,使得迭代式 f ( z ) = z 2 + c f(z)=z^2+c f(z)=z2+c收敛的复数 z z z的集合.例如,当 c = 0 c=0 c=0时,那么其收敛区间为 z 2 < 1 z^2<1 z2<1的单位圆,对应的 c c c的Julia集便是 cos ⁡ θ + i sin ⁡ θ \cos\theta+i\sin\theta cosθ+isinθ.

  • Python基于matplotlib实现绘制三维图形功能示例

    本文实例讲述了Python基于matplotlib实现绘制三维图形功能.分享给大家供大家参考,具体如下: 代码一: # coding=utf-8 import numpy as np import matplotlib.pyplot as plt import mpl_toolkits.mplot3d x,y = np.mgrid[-2:2:20j,-2:2:20j] #测试数据 z=x*np.exp(-x**2-y**2) #三维图形 ax = plt.subplot(111, project

  • Python使用matplotlib实现绘制自定义图形功能示例

    本文实例讲述了Python使用matplotlib实现绘制自定义图形功能.分享给大家供大家参考,具体如下: 一 代码 from matplotlib.path importPath from matplotlib.patches importPathPatch import matplotlib.pyplot as plt fig, ax = plt.subplots() #定义绘图指令与控制点坐标 #其中MOVETO表示将绘制起点移动到指定坐标 #CURVE4表示使用4个控制点绘制3次贝塞尔曲

  • Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息示例

    本文实例讲述了Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息.分享给大家供大家参考,具体如下: 进行图像绘制有时候需要设定坐标轴以及图像标题等信息,示例代码如下: #-*- coding: utf-8 -*- #!/usr/bin/python import matplotlib.pyplot as plt from numpy.random import randn x = range(100) y = randn(100) fig = plt.figure() ax

  • python使用matplotlib:subplot绘制多个子图的示例

    数据可视化的时候,常常需要将多个子图放在同一个画板上进行比较,python 的matplotlib包下的subplot可以帮助完成子功能. part1 绘制如下子图 import matplotlib.pyplot as plt plt.figure(figsize=(6,6), dpi=80) plt.figure(1) ax1 = plt.subplot(221) plt.plot([1,2,3,4],[4,5,7,8], color="r",linestyle = "-

  • Python实现的圆形绘制(画圆)示例

    本文实例讲述了Python实现的圆形绘制.分享给大家供大家参考,具体如下: # -*- coding:utf-8 -*- #! python3 import numpy as np import matplotlib.pyplot as plt # ========================================== # 圆的基本信息 # 1.圆半径 r = 2.0 # 2.圆心坐标 a, b = (0., 0.) # ==============================

  • Python使用Turtle模块绘制五星红旗代码示例

    在Udacity上课时学到了python的turtle方法,这是一个很经典的用来教小孩儿编程的图形模块,最早起源于logo语言.python本身内置了这个模块,其可视化的方法可以帮助小孩儿对编程的一些基本理念有所理解. 在作业提交的论坛里看到很多turtle画出来的精美图形,想不出什么要画的东西,于是决定拿五星红旗来练练手. 前期准备 五星红旗绘制参数 Turtle官方文档 turtle的基本操作 # 初始化屏幕 window = turtle.Screen() # 新建turtle对象实例 i

  • python之matplotlib学习绘制动态更新图实例代码

    简介 通过定时器Timer触发事件,定时更新绘图,可以形成动态更新图片.下面的实例是学习<matplotlib for python developers>一文的笔记. 实现 实现代码及简单介绍 通过self.user = self.user[1:] + [temp],每次删除列表的第一元素,在其尾部添加新的元素.这样完成user数据的动态更新.其他详细的解释见文中的注释部分. #-*-coding:utf-8-*- import wx from matplotlib.figure impor

随机推荐