如何将正方形上的点作为数组返回？
如何将正方形上的点作为数组返回？
提问于 2018-11-30 07:16:14
我目前正在尝试找出如何返回正方形的周长，然后将其用作计算电荷密度的输入。具体地说，电荷在正方形周围是均匀的，然后用来计算电位和电荷密度。
这是我有的点数收费代码。
def Q(i,j,x_max,y_max,delta):
x_dist=math.exp(-(i*delta-x_max/2.0)*(i*delta-x_max/2.0)/(1.0*delta*delta))
y_dist=math.exp(-(j*delta-y_max/2.0)*(j*delta-y_max/2.0)/(1.0*delta*delta))
return x_dist*y_dist我发现了一个非常有趣的网站，它暗示我可以通过使用方程x^(一个非常大的数)+y^(一个非常大的数)=1来近似平方来实现这一点。这引起了我的兴趣，所以我试着在正方形上创建点作为电荷的来源。
http://polymathprogrammer.com/2010/03/01/answered-can-you-describe-a-square-with-1-equation/
我尝试了下面的方法，但是，当然，这只返回了一分。
return math.pow(x_dist,1000000)-1有什么建议吗？谢谢!
回答 2
Stack Overflow用户
发布于 2018-11-30 08:01:51
可以使用np.linspace直接计算周长上的点。从左到右计算x，从下到上计算y，您可以使用以下方法：
import numpy as np
def square(top_left, l, n):
top = np.stack(
[np.linspace(top_left[0], top_left[0] + l, n//4 + 1),
np.full(n//4 + 1, top_left[1])],
axis=1
)[:-1]
left = np.stack(
[np.full(n//4 + 1, top_left[0]),
np.linspace(top_left[1], top_left[1] - l, n//4 + 1)],
axis=1
)[:-1]
right = left.copy()
right[:, 0] += l
bottom = top.copy()
bottom[:, 1] -= l
return np.concatenate([top, right, bottom, left])它给出了一个例子：
import matplotlib.pyplot as plt
s = square((0, 0), 2, 400)
plt.plot(s[:, 0], s[:, 1], 'o')
plt.grid()
plt.show()
如果你因为某种原因不能使用numpy，那么(重新)创建所需程度的功能并不是太麻烦(例如，请参阅np.linspace的源代码作为一个指导)：
def linspace(a, b, n):
return [a + (b - a) / (n - 1) * i for i in range(n)]
def full(n, x):
return n * [x]
def square(top_left, l, n):
top = list(zip(
linspace(top_left[0], top_left[0] + l, n//4 + 1),
full(n//4 + 1, top_left[1])
))
left = list(zip(
full(n//4 + 1, top_left[0]),
linspace(top_left[1], top_left[1] - l, n//4 + 1)
))
right = [(x + l, y) for x, y in left]
bottom = [(x, y - l) for x, y in top]
return top + right + bottom + leftStack Overflow用户
发布于 2018-11-30 11:41:27
使用numpy可以很容易地制作矩形和正方形。该模式可以用作种子，如果需要矩形网格，则可以重复使用。例如，生成一个5个单位的正方形
import numpy as np
dx = 5
dy = 5
X = [0.0, 0.0, dx, dx, 0.0] # X, Y values for a unit square
Y = [0.0, dy, dy, 0.0, 0.0]
a = np.array(list(zip(X, Y)))对于小多边形来说有点夸张，但einsum可以很容易地用于计算几何图形或数百或数千个坐标对的周长。
a = np.reshape(a, (1,) + a.shape)
diff = a[:, 0:-1] - a[:, 1:]
d_leng = np.sqrt(np.einsum('ijk,ijk->ij', diff, diff)).squeeze()
length = np.sum(d_leng.flatten())因此，对于简单多边形(第一个点和最后一个点是重复的，以确保闭合)，坐标以及边长和总长度如下所示
d_leng
array([5., 5., 5., 5.])
length
20.0
a
array([[[0., 0.],
[0., 5.],
[5., 5.],
[5., 0.],
[0., 0.]]])如果你在开始之前需要一个不同的原点，这可以很简单地完成...
a + [10, 10]
array([[[10., 10.],
[10., 15.],
[15., 15.],
[15., 10.],
[10., 10.]]])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53548996
复制相关文章
相似问题
腾讯云开发者
