Python Turtle库画一棵对称勾股树,美丽惊艳的分形世界!

简介: Python Turtle库画一棵对称勾股树,美丽惊艳的分形世界!

 分形,具有以非整数维形式充填空间的形态特征。通常被定义为“一个粗糙或零碎的几何形状,可以分成数个部分,且每一部分都(至少近似地)是整体缩小后的形状”,即具有自相似的性质。分形(Fractal)一词,是芒德勃罗创造出来的,其原意具有不规则、支离破碎等意义。1973年,芒德勃罗(B.B.Mandelbrot)在法兰西学院讲课时,首次提出了分维和分形的设想。


 分形是一个数学术语,也是一套以分形特征为研究主题的数学理论。分形理论既是非线性科学的前沿和重要分支,又是一门新兴的横断学科,是研究一类现象特征的新的数学分科,相对于其几何形态,它与微分方程与动力系统理论的联系更为显著。分形的自相似特征可以是统计自相似,构成分形也不限于几何形式,时间过程也可以,故而与鞅论关系密切。


 分形几何是一门以不规则几何形态为研究对象的几何学。由于不规则现象在自然界普遍存在,因此分形几何学又被称为描述大自然的几何学。分形几何学建立以后,很快就引起了各个学科领域的关注。不仅在理论上,而且在实用上分形几何都具有重要价值。

 

——摘自百度百科


image.png

image.png


分形树是分形几何中的一小种类型,一棵分形树相当于一棵“满二叉树”。通常都用递归来实现,递归条件通常分两派,一派是用长度递减,直到长度不满足某个条件时退出;另一派则是按层数来递归,相当于“满二叉树”的层序遍历。前一派的长度递归相当于“满二叉树”的先序遍历,从根出发先左子树后右子树,每一棵子树都按这种“先根后左右”的顺序遍历。举个例子:


20210925081436701.gif

源代码:

import turtle
def bintree(size):
    angle = 60    # 分叉的角度
    if size > 5:    # 长度退出条件
        turtle.forward(size)
        turtle.left(angle)
        bintree(size / 1.6)
        turtle.right(angle*2)
        bintree(size / 1.6)
        turtle.left(angle)
        turtle.backward(size)
def main():
    turtle.speed(0)
    turtle.hideturtle()
    turtle.penup()
    turtle.left(90)
    turtle.backward(100)
    turtle.showturtle()
    turtle.pendown()
    turtle.pensize(2)
    turtle.color('green')
    bintree(150)
    turtle.done()
if __name__ == '__main__':
    main()


以上代码中长度以等比数列递减,公比1/1.6;当然也可以改成等差数列形式。此方式缺点树的层数不能直接控制,需要用初始长度、递减公式和退出条件来计算得出。


勾股树,其实就是分形树的一种,只是不像上例一样简单地画2个分叉,而是画直角三角形加上各边上的正方形,就像平面几何中勾股定理证明时画的示意图。


以下是我用Turtle库画的一棵12层的对称勾股树,使用“层序遍历”方式:


image.png

根据二叉树的性质可知:12层的树会有 2^12 - 1 个正方形以及同样数量的三角形。时间复杂度为指数级,在关掉画笔踪迹开关的情况下画完此时耗时43秒。

简单点,就用一个6层的来示意一下其“层序”的过程:


image.gif

源代码:

from turtle import *
def Square(self,length):
    for _ in range(5):
        self.forward(length)
        self.right(90)
def Triangle(self,length):
    self.left(45)
    self.forward(length/2**0.5)
    self.right(90)
    self.forward(length/2**0.5)
    self.right(135)
    self.forward(length)
def Move2Right(self,length):
    self.back(length)
    self.right(45)
    self.forward(length/2**0.5)
    self.right(90)
def Recursive(n, tracer, length):
    if n<1: return
    tracers = []
    for left in tracer:
        if n<3: left.pencolor('green')
        else: left.pencolor('brown')
        Square(left, length)
        Triangle(left, length)
        right = left.clone()
        left.right(45)
        Move2Right(right, length)
        tracers.append(left)
        tracers.append(right)
    Recursive(n-1, tracers, length/2**0.5)
def Setup(self, length, speed):
    self.hideturtle()
    self.speed(speed)
    self.penup()
    self.goto(-length*0.5, -length*1.8)
    self.seth(90)
    self.pensize(2)
    self.pendown()
def main(level, length, speed=-1):
    setup(800,600)
    title('Fractal Tree')
    if speed==-1: tracer(0)
    else: tracer(1)
    t = Turtle()
    Setup(t, length, speed)
    from time import sleep
    sleep(2)
    Recursive(level, list([t]), length)
    done()
    bye()
if __name__ == '__main__':
    main(6,150,10)


主函数: main(level, length, speed=-1)


参数:


level: 树的层数


length: 最底层正方形的边长


speed: 1~10,画笔速度递增;=0时速度最快;=-1时关闭画笔踪迹。

+++++++++++++++++++++++++++++++++++++++++++++++++++

本篇完,其他分形图待继......



目录
相关文章
|
2月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
413 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
2月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
195 0
|
4月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
1月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
192 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
1月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
290 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
3月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
225 18
|
3月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
334 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
3月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
355 0
|
3月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
161 0

推荐镜像

更多