前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >用Python来点高逼格的,用 python 拟合等角螺线

用Python来点高逼格的,用 python 拟合等角螺线

作者头像
小草AI
发布2019-07-25 12:57:26
2.6K1
发布2019-07-25 12:57:26
举报

目录

一、飞蛾为什么要扑火?

二、螺线及等角螺线

三、绘制等角螺线

四、拟合等角螺线

一、蛾为什么要扑火?

代码语言:javascript
复制
暗梁闻语燕,夜烛见飞蛾。
飞蛾绕残烛,半夜人醉起。人类很早就注意到飞蛾扑火这一奇怪的现象,并且自作主张地赋予了飞蛾扑火很多含义,引申出为了理想和追求义无反顾、不畏牺牲的精神。但是,这种引申和比喻,征求过飞蛾的意见吗?

后来,生物学家又提出来昆虫趋光性这一假说来解释飞蛾扑火。不过,这个假说似乎也不成立。如果昆虫真的追逐光明,估计地球上早就没有昆虫了——它们应该齐刷刷整体移民到太阳或月亮上去了。

仔细观察飞蛾扑火,就会发现,昆虫们并不是笔直地飞向光源,而是绕着光源飞行,同时越来越接近光源,最终酿成了“惨案”。这一行为被解释成“失误”似乎更合理一点。既然火烛危险,那么飞蛾为什么要绕着火烛飞行呢?

最新的解释是,飞蛾在夜晚飞行时是依据月光和星光作为参照物进行导航的。星星和月亮离我们非常远,光到了地面上可以看成平行光,当飞蛾的飞行路径保持与光线方向成恒定夹角时,飞蛾就变成了直线飞行,如下图所示。

然而,当飞蛾遇到了火烛等危险光源时,还是按照以前的飞行方式,路径保持与光线方向成恒定夹角,以为依旧能飞成一条直线,结果悲剧了。此时它的飞行轨迹并不是一条直线,而是一条等角螺旋线,如下图所示。

可怜的飞蛾!亿万年进化出来的精准导航,在人工光源的干扰下竟如此不堪。

二、螺线及等角螺线

螺线家族很庞大,比如,阿基米德螺线、费马螺线、等角螺线、双曲螺线、连锁螺线、斐波那契螺线、欧拉螺线等等。等角螺线,又叫对数螺线,螺线家族的一员。

早在2000多年以前,古希腊数学家阿基米德就对螺旋线进行了研究。公元1638年,著名数学家笛卡尔首先描述了对数螺旋线(等角螺旋线),并列出了螺旋线的解析式。这种螺旋线有很多特点,其中最突出的一点就是它的形状,无论你把它放大或缩小它都不会有任何的改变。就像我们不能把角放大或缩小一样。

用极坐标分析法分析飞蛾扑火的飞行轨迹,可知,轨迹线上任意一点的切线与该点与原点的连线之间的夹角是固定的,这就是等角螺线得名的由来。因为分析过程使用了对数,所以等角螺线又叫对数螺线。我不太会用LaTeX写数学公式,所以就用 python 的方法写出螺线方程。其中,fixed 表示螺线固定角,大于 pi/2 则为顺时针螺线,小于 pi/2 则为逆时针螺线。theta 表示旋转弧度,r 表示距离中心点距离。

代码语言:javascript
复制
1

等角螺线在生活中也经常见到,比如,鹦鹉螺的花纹、玫瑰花瓣的排列,星系的悬臂,低气压云图等。

三、绘制等角螺线

给定中心点和固定角,一个等角螺线就被唯一地确定了。这个螺线可以绕很多圈,可以填满整个宇宙。但很多时候,我们往往只需要观察螺线上的一小部分,这时候就需要两个参数来约定:一个叫作 circle,表示你希望看到多少圈螺线,一个叫作 phase,表示螺线的可见部分向内(顺时针)或向外(逆时针螺线)旋转多少圈。

这是使用 matplotlib 绘制等角螺线的函数,其中固定角参数 fixed 做了一点处理:以度(°)为单位,以零为中心,大于零则为顺时针螺线,小于零则为逆时针螺线

代码语言:javascript
复制
import numpy as np
import matplotlib.pyplot as plt

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus'] = False

def plotSpiral(core, fixed, phase=0, circle=4):
    """绘制等角螺线
    core        - 等角螺线的中心坐标,tuple类型
    fixed       - 等角螺线的固定角度,单位:度(°)。fixed大于零则为顺时针螺线,小于零则为逆时针螺线
    phase       - 初始相位,单位:圈(360°)。对顺时针螺线,该数值越大,螺线越大,对逆时针螺线则相反
    circle      - 螺线可见部分的圈数,单位:圈(360°)
    """

    plt.axis("equal")
    plt.plot([core[0]], [core[1]], c='red', marker='+', markersize=10)

    fixed_rad = np.radians(90 + fixed)
    theta = np.linspace(0, circle*2*np.pi, 361) + phase*2*np.pi
    r = fixed_rad*np.exp(theta/np.tan(fixed_rad))
    x = r*np.cos(theta) + core[0]
    y = r*np.sin(theta) - core[1]
    plt.plot(x, y, c='blue')

    plt.show()
代码语言:javascript
复制
下图展示了逆时针等角螺线各个参数的意义:

下图展示了顺时针等角螺线各个参数的意义:

四、拟合等角螺线

在台风定位时,需要手动确定台风中心位置,并标识出台风螺线轨迹上的部分点,然后逆合出螺线方程。如下图所示,蓝色十字为台风中心点,5个黄色圆点是手工标注的台风螺线轨迹上的点。

以下为拟合函数

代码语言:javascript
复制
import numpy as np
from scipy import optimize

def fit_spiral(core, dots):
    """拟合等角螺线,返回定角fixed,初始相位phase"""

    fixed_ccw = 0.445*np.pi
    fixed_cw = 0.555*np.pi

    # 将dots拆分成x_list和y_list
    x_list, y_list = list(), list()
    for x, y in dots:
        x_list.append(x-core[0])
        y_list.append(y-core[1])

    # 计算距离
    x = np.array(x_list)
    y = np.array(y_list)
    r = np.hypot(x,y)

    # 按照距离排序
    sort_mask = np.argsort(r)
    x = x[sort_mask]
    y = y[sort_mask]
    r = r[sort_mask]

    # 计算角度
    theta = np.arctan(y/x)
    theta[x<0] += np.pi

    # 确定顺序(CW-顺时针,CCW-逆时针)
    d = np.diff(theta)
    print(d)
    ccw = d[d>0].size > d[d<0].size
    print('ccw=',ccw)

    # 调整角度为升序(CCW)或降序(CW)
    if ccw:
        for i in range(1, theta.size):
            while theta[i] < theta[i-1]:
                theta[i] += 2*np.pi

            dtheta = theta[i] - theta[i-1]
            while r[i]/r[i-1] > 1.8*np.exp(dtheta/np.tan(fixed_ccw)):
                theta[i] += 2*np.pi
                dtheta = theta[i] - theta[i-1]
    else:
        for i in range(theta.size-1)[::-1]:
            while theta[i] < theta[i+1]:
                theta[i] += 2*np.pi

            dtheta = theta[i+1] - theta[i]
            while r[i+1]/r[i] > 1.8*np.exp(dtheta/np.tan(fixed_cw)):
                theta[i] += 2*np.pi
                dtheta = theta[i+1] - theta[i]

    # 定义拟合函数
    def fmax(theta, fixed, phase):
        fixed = np.radians(90 + fixed)
        return fixed*np.exp((theta+phase*2*np.pi)/np.tan(fixed))

    try:
        fita, fitb = optimize.curve_fit(fmax, theta, r, [2-int(ccw), 0], maxfev=10000)
        return fita
    except:
        return None

core = (530, 496)
dots = [(467,538), (448,675), (522,484), (513,451), (811,519)]
result = fit_spiral(core, dots)
if isinstance(result, np.ndarray):
   plotSpiral(core, result[0], phase=result[1], circle=4)
else:
    print(u'拟合失败')
代码语言:javascript
复制
拟合效果如下图:
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-07-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习与python集中营 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 二、螺线及等角螺线
  • 三、绘制等角螺线
  • 四、拟合等角螺线
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档