为2021年的第一场雪锦上添花:用matplotlib绘制雪花和雪景
(编辑：jimmy 日期: 2024/11/2 浏览：3 次 )
一场大雪，覆盖了华北、华东。天地连成一片，城市银装素裹，处处诗情画意、人人兴高采烈。朋友圈被雪景图和调侃路滑摔跤的段子刷屏，气氛比过年还要热烈几分。我也来凑个热闹，用python为2020年的第一场雪锦上添花。
绘制雪花图案，网上有很多文章介绍，但几乎都是用 Python 的内置模块 turtle 绘制的，这个模块适合用来引导孩子学习编程，很难真正用在项目开发上。也有用 pygame 实现的，不过 pygame 追求的是动画效果，雪花图案是随机生成的圆，效果很一般。
用 matplotlib 绘制雪花，重点是生成科赫曲线（Koch Curve）。科赫曲线是一种分形，其形态似雪花，又称科赫雪花、雪花曲线。给定线段pq，k阶科赫曲线可以由以下步骤生成：
- 找出三等分点u、v
- 以线段uv为底，向外（或内外）画等边三角形uwv
- 将线段uv移除
- 对pq之间的每一段重复上述操作k-1次
科赫雪花是以等边三角形三边生成的科赫曲线组成的。基于上述分析，我们可以很容易地写出科赫雪花的生成函数：给定一个等边三角形，和科赫曲线阶数k，返回科赫雪花图案中的所有点。
import numpy as np
plt.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False #解决中文显示为方块的问题
def rotate(p, d):
"""返回点p绕原点逆时针旋转d度的坐标"""
a = np.radians(d)
m = np.array([[np.cos(a), np.sin(a)],[-np.sin(a), np.cos(a)]])
return np.dot(p, m)
def koch_curve(p, q):
"""将线段pq生成科赫曲线，返回uvw三个点"""
p, q = np.array(p), np.array(q)
u = p + (q-p)/3 # 三等分点u的坐标
v = q - (q-p)/3 # 三等分点V的坐标
w = rotate(v-u, 60) + u # 线段uv绕u点逆时针旋转60°得到点w的坐标
return u.tolist(), v.tolist(), w.tolist()
def snow(triangle, k):
"""给定三角形，生成封闭的科赫雪花"""
for i in range(k):
result = list()
t_len = len(triangle)
for j in range(t_len):
p = triangle[j]
q = triangle[(j+1)%t_len]
u, v, w = koch_curve(p, q)
result.extend([p, u, w, v])
triangle = result.copy()
triangle.append(triangle[0])
return triangle
有了雪花图案的数据，接下来使用 matplotlib 绘图就非常轻松了：
import numpy as np
import matplotlib.pyplot as plt
def plot_snow(snow_list):
"""绘制雪花"""
for triangle, k in snow_list:
data = np.array(snow(triangle, k))
x, y = np.split(data, 2, axis=1)
plt.plot(x, y)
plt.axis('equal')
plt.show()
snow_list = [
([(0,0), (0.5,0.8660254), (1,0)], 5),
([(1.1,0.4), (1.35,0.8330127), (1.6,0.4)], 4),
([(1.1,-0.1), (1.25,0.15980761), (1.4,-0.1)], 3)
]
plot_snow(snow_list)
来看看我们的雪花效果。从小到大，3片雪花分别对应的是3阶、4阶、5阶的科赫雪花。
更进一步，我们还可以把雪花画在背景图上，配合大小浓淡的变化，画出另一种韵味的雪景图。
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
def draw_scenery():
"""绘制雪景图"""
im = Image.open('brage.png')
bg = np.array(im)
plt.imshow(bg) # 绘制背景图
for i in range(80):
x = np.random.randint(80, im.size[0]-80)
y = np.random.randint(30, im.size[1]-30)
r = np.random.randint(5, 20)
a = np.random.random()*0.6 + 0.2
v = np.array((x-r/2, y))
u = np.array((x+r/2, y))
w = rotate(v-u, 60) + u
data = np.array(snow([(u[0],u[1]),(w[0],w[1]),(v[0],v[1])], 5))
x, y = np.split(data, 2, axis=1)
plt.plot(x, y, c='#AABBCC', lw=1, ls='-', alpha=a)
plt.axis('equal')
plt.show()
draw_scenery()
下一篇：Matplotlib中rcParams使用方法