Python对头发二维建模(考虑风力、重力)

2024-03-12 01:44

本文主要是介绍Python对头发二维建模(考虑风力、重力),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

一、背景

二、代码


一、背景

数值方法被用于创建电影、游戏或其他媒体中的计算机图形。例如,生成“逼真”的烟雾、水或爆炸等动画。本文内容是对头发的模拟,要求考虑重力、风力的影响。

假设:
1、人的头部是一个半径为10厘米的球体。
2、每根头发都与球体的表面垂直相交。
3、作用在每根头发上的力包括重力(在-z方向上)和恒定的风力(在+x方向上)。

二、代码

#导入python包
import numpy as np
import matplotlib.pyplot as plt
import scipy.integrate
import scipy.optimizedef rhs_func_wrapper(f_x, f_g):'''输入:f_x风力、f_g重力输出:函数rhs_func,用于包装常微分方程'''def rhs_func(s, y):'''输入:s弧度(自变量)y即[角度θ,梯度u](因变量)'''theta = y[0]u = y[1]dyds = np.zeros_like(y)dyds[0] = u  #一阶导dyds[1] = s * f_g * np.cos(theta) + s * f_x * np.sin(theta) #二阶常微分方程,对应方程(3a)return dydsreturn rhs_funcdef shot(u0, theta_0, L, rhs_func):'''解决边界值问题(BVP)返回:s弧长、y包含角度和梯度的数组、sol是OdeSolution对象,表示常微分方程的解(描述弧长s和角度θ之间关系)'''y0 = np.array([theta_0, u0])interval = [0, L] solution = scipy.integrate.solve_ivp(rhs_func,  interval, #rhs_func中参数s的范围y0,  #初始条件max_step=1e-2, #设置步长dense_output=True)  #用于生成sol,可以用于在任意点插值解s, y, sol = solution.t, solution.y, solution.solreturn s, y, soldef shot_error_wrapper(theta_0, L, rhs_func):'''计算误差'''def shot_error(u0):s, y, sol = shot(u0, theta_0, L, rhs_func)phi = y[1, -1] #提取二维数组y中的梯度的最后一个元素,作为误差return phireturn shot_errordef coordinate_rhs_func_wrapper(theta_s):'''计算头发坐标的导数输入:theta_s表示一个描述弧长s和角度θ之间关系的OdeSolution对象'''def coordinate_rhs_func(s, y):'''输入:弧长s、y表示坐标(x,z)'''dyds = np.zeros_like(y) #初始化一个与y相同大小的数组dyds,用于存储导数theta = theta_s(s)[0]  #计算弧长s对应的角度theta,通过调用theta_s(s)获取,并取得返回值的第一个元素dyds[0] = np.cos(theta)  #求导公式dyds[1] = np.sin(theta)  #求导公式return dydsreturn coordinate_rhs_funcdef hair_bvp_2d(theta_0_list, L, R, f_x, f_g=0.1):'''输入:theta_0_list初始角度列表,L头发长度,R人头半径,f_x风力,f_g重力(默认为0.1)'''rhs_func = rhs_func_wrapper(f_x, f_g)x_list = [] #初始化两个空列表用于存储解z_list = []for theta_0 in theta_0_list:  #对于每根头发的初始角度theta_0进行以下步骤shot_error = shot_error_wrapper(theta_0, L, rhs_func)u0 = scipy.optimize.brentq(shot_error, -10, 10)  #在-10~10区间内找到误差最小的初始梯度u0s, y, sol = shot(u0, theta_0, L, rhs_func)coordinate_rhs_func = coordinate_rhs_func_wrapper(sol)y0 = np.array([R * np.cos(theta_0), R * np.sin(theta_0)])  #设置初始条件interval = [0, L]solution = scipy.integrate.solve_ivp(coordinate_rhs_func, interval, y0,max_step=1e-2)x_list.append(solution.y[0]) #402个横坐标z_list.append(solution.y[1]) #402个纵坐标x = np.array(x_list)z = np.array(z_list)return x, zdef plot_hairs(x, z, R, title):#画人头:半径为10的圆,颜色为bluetheta_list = np.linspace(0, 2 * np.pi, 50)x_head = R * np.cos(theta_list)y_head = R * np.sin(theta_list)plt.plot(x_head, y_head, c='blue')#依次画每根头发,颜色为grayfor i in range(x.shape[0]): x_coords = x[i, :]z_coords = z[i, :]plt.plot(x_coords, z_coords, c='gray')ax = plt.gca()  #获取坐标轴实例ax.set_aspect(1) #纵横单位长度比例为1:1plt.xlabel('x') #横坐标名称plt.ylabel('z') #纵坐标名称plt.title(title) #图的名称plt.show()  #打印出来if __name__ == "__main__":L = 4  #头发长度:4cmR = 10  #人的头部,半径10cmtheta_0_list = np.linspace(0, np.pi, 20)  #0-π按20等分切分print('Task 1 - no gravity')x, z = hair_bvp_2d(theta_0_list, L, R, 0, 0)assert x.shape[0] == 20 and z.shape[0] == 20 and x.shape[1] == z.shape[1]  #断言,如果不满足条件,则中断程序plot_hairs(x, z, R, title='Task 1 - no gravity') #生成图像print('Task 2 - no wind')x, z = hair_bvp_2d(theta_0_list, L, R, 0)assert x.shape[0] == 20 and z.shape[0] == 20 and x.shape[1] == z.shape[1] plot_hairs(x, z, R, title='Task 2 - no wind') print('Task 3 - wind (f_x=0.1)')x, z = hair_bvp_2d(theta_0_list, L, R, 0.1)assert x.shape[0] == 20 and z.shape[0] == 20 and x.shape[1] == z.shape[1]plot_hairs(x, z, R, title='Task 3 - wind (f_x=0.1)')

运行结果:

无重力、无风力
有重力、无风力
有重力、有风力

这篇关于Python对头发二维建模(考虑风力、重力)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/799763

相关文章

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚

详解python pycharm与cmd中制表符不一样

《详解pythonpycharm与cmd中制表符不一样》本文主要介绍了pythonpycharm与cmd中制表符不一样,这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽... 这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽度不同导致的。在PyChar