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 字符串占位

在Python中,可以使用字符串的格式化方法来实现字符串的占位。常见的方法有百分号操作符 % 以及 str.format() 方法 百分号操作符 % name = "张三"age = 20message = "我叫%s,今年%d岁。" % (name, age)print(message) # 我叫张三,今年20岁。 str.format() 方法 name = "张三"age

一道经典Python程序样例带你飞速掌握Python的字典和列表

Python中的列表(list)和字典(dict)是两种常用的数据结构,它们在数据组织和存储方面有很大的不同。 列表(List) 列表是Python中的一种有序集合,可以随时添加和删除其中的元素。列表中的元素可以是任何数据类型,包括数字、字符串、其他列表等。列表使用方括号[]表示,元素之间用逗号,分隔。 定义和使用 # 定义一个列表 fruits = ['apple', 'banana

Python应用开发——30天学习Streamlit Python包进行APP的构建(9)

st.area_chart 显示区域图。 这是围绕 st.altair_chart 的语法糖。主要区别在于该命令使用数据自身的列和指数来计算图表的 Altair 规格。因此,在许多 "只需绘制此图 "的情况下,该命令更易于使用,但可定制性较差。 如果 st.area_chart 无法正确猜测数据规格,请尝试使用 st.altair_chart 指定所需的图表。 Function signa

python实现最简单循环神经网络(RNNs)

Recurrent Neural Networks(RNNs) 的模型: 上图中红色部分是输入向量。文本、单词、数据都是输入,在网络里都以向量的形式进行表示。 绿色部分是隐藏向量。是加工处理过程。 蓝色部分是输出向量。 python代码表示如下: rnn = RNN()y = rnn.step(x) # x为输入向量,y为输出向量 RNNs神经网络由神经元组成, python

python 喷泉码

因为要完成毕业设计,毕业设计做的是数据分发与传输的东西。在网络中数据容易丢失,所以我用fountain code做所发送数据包的数据恢复。fountain code属于有限域编码的一部分,有很广泛的应用。 我们日常生活中使用的二维码,就用到foutain code做数据恢复。你遮住二维码的四分之一,用手机的相机也照样能识别。你遮住的四分之一就相当于丢失的数据包。 为了实现并理解foutain

python 点滴学

1 python 里面tuple是无法改变的 tuple = (1,),计算tuple里面只有一个元素,也要加上逗号 2  1 毕业论文改 2 leetcode第一题做出来

Python爬虫-贝壳新房

前言 本文是该专栏的第32篇,后面会持续分享python爬虫干货知识,记得关注。 本文以某房网为例,如下图所示,采集对应城市的新房房源数据。具体实现思路和详细逻辑,笔者将在正文结合完整代码进行详细介绍。接下来,跟着笔者直接往下看正文详细内容。(附带完整代码) 正文 地址:aHR0cHM6Ly93aC5mYW5nLmtlLmNvbS9sb3VwYW4v 目标:采集对应城市的

python 在pycharm下能导入外面的模块,到terminal下就不能导入

项目结构如下,在ic2ctw.py 中导入util,在pycharm下不报错,但是到terminal下运行报错  File "deal_data/ic2ctw.py", line 3, in <module>     import util 解决方案: 暂时方案:在终端下:export PYTHONPATH=/Users/fujingling/PycharmProjects/PSENe

将一维机械振动信号构造为训练集和测试集(Python)

从如下链接中下载轴承数据集。 https://www.sciencedirect.com/science/article/pii/S2352340918314124 import numpy as npimport scipy.io as sioimport matplotlib.pyplot as pltimport statistics as statsimport pandas

Python利用qq邮箱发送通知邮件(已封装成model)

因为经常喜欢写一些脚本、爬虫之类的东西,有需要通知的时候,总是苦于没有太好的通知方式,虽然邮件相对于微信、短信来说,接收性差了一些,但毕竟免费,而且支持html直接渲染,所以,折腾了一个可以直接使用的sendemail模块。这里主要应用的是QQ发邮件,微信关注QQ邮箱后,也可以实时的接收到消息,肾好! 好了,废话不多说,直接上代码。 # encoding: utf-8import lo