我目前正在尝试在Matplotlib中制作气泡图,其中气泡不重叠,因此将圆圈/气泡打包在图表中,大致类似于this。
我认为可行的方法:
但我无法真正实现它,也找不到任何相关内容。
答案 0 :(得分:6)
以下是蛮力方法
您可以先将所有圆放在网格上,网格间距可以是任意圆的最大半径的两倍。
然后你让圆圈随机行走,并检查每一步中是否有一束陨石的“势能”变小,以及所获得的位置是否有效(即没有重叠)。
if (e < self.E and self.isvalid(i)):
作为“潜力”,我们可以简单地使用方形径向函数。
self.p = lambda x,y: np.sum((x**2+y**2)**2)
代码:
import numpy as np
import matplotlib.pyplot as plt
# create 10 circles with different radii
r = np.random.randint(5,15, size=10)
class C():
def __init__(self,r):
self.N = len(r)
self.x = np.ones((self.N,3))
self.x[:,2] = r
maxstep = 2*self.x[:,2].max()
length = np.ceil(np.sqrt(self.N))
grid = np.arange(0,length*maxstep,maxstep)
gx,gy = np.meshgrid(grid,grid)
self.x[:,0] = gx.flatten()[:self.N]
self.x[:,1] = gy.flatten()[:self.N]
self.x[:,:2] = self.x[:,:2] - np.mean(self.x[:,:2], axis=0)
self.step = self.x[:,2].min()
self.p = lambda x,y: np.sum((x**2+y**2)**2)
self.E = self.energy()
self.iter = 1.
def minimize(self):
while self.iter < 1000*self.N:
for i in range(self.N):
rand = np.random.randn(2)*self.step/self.iter
self.x[i,:2] += rand
e = self.energy()
if (e < self.E and self.isvalid(i)):
self.E = e
self.iter = 1.
else:
self.x[i,:2] -= rand
self.iter += 1.
def energy(self):
return self.p(self.x[:,0], self.x[:,1])
def distance(self,x1,x2):
return np.sqrt((x1[0]-x2[0])**2+(x1[1]-x2[1])**2)-x1[2]-x2[2]
def isvalid(self, i):
for j in range(self.N):
if i!=j:
if self.distance(self.x[i,:], self.x[j,:]) < 0:
return False
return True
def plot(self, ax):
for i in range(self.N):
circ = plt.Circle(self.x[i,:2],self.x[i,2] )
ax.add_patch(circ)
c = C(r)
fig, ax = plt.subplots(subplot_kw=dict(aspect="equal"))
ax.axis("off")
c.minimize()
c.plot(ax)
ax.relim()
ax.autoscale_view()
plt.show()
由于这种随机游走性质,找到解决方案需要一些时间(在这种情况下约为10秒);您当然可以使用参数(主要是步骤1000*self.N
的数量,直到解决方案得到修复),看看哪些适合您的需求。
答案 1 :(得分:0)
您可以尝试使用circlify
软件包:https://pypi.org/project/circlify/