最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python使用SymPy解決Manim曲線繪制速度不均的問(wèn)題

 更新時(shí)間:2026年06月03日 08:34:00   作者:databook  
這段文章詳細(xì)講解了使用SymPy進(jìn)行弧長(zhǎng)參數(shù)化以實(shí)現(xiàn)參數(shù)曲線均勻繪制的技術(shù),通過(guò)計(jì)算弧長(zhǎng)函數(shù)、反解參數(shù)值及數(shù)值求解,實(shí)現(xiàn)曲線繪制節(jié)奏均勻,提升視覺(jué)體驗(yàn),關(guān)鍵代碼示例及效果展示進(jìn)一步說(shuō)明了方法的有效性,需要的朋友可以參考下

如果你想繪制一個(gè)參數(shù)曲線,比如:極坐標(biāo)玫瑰線 r = cos(5θ)

那么思路很簡(jiǎn)單:算出曲線上的點(diǎn),用 Create 一筆畫出來(lái)。

但是,寫完代碼一渲染,問(wèn)題來(lái)了:

花瓣尖端“唰”地一下就過(guò)去了,中間部分卻慢吞吞的。整條曲線的繪制節(jié)奏忽快忽慢,看起來(lái)十分別扭。

問(wèn)題的根源:我讓參數(shù) θ\thetaθ均勻遞增,但曲線上點(diǎn)移動(dòng)的實(shí)際距離并不是均勻的。參數(shù)變化快的地方,點(diǎn)就“飛”過(guò)去;參數(shù)變化慢的地方,點(diǎn)就“爬”過(guò)去。要讓畫筆勻速移動(dòng),必須讓參數(shù)按照弧長(zhǎng)均勻分布——這就是弧長(zhǎng)參數(shù)化

手工做這件事幾乎不可能:求弧長(zhǎng)得積分,反解參數(shù)得解方程,曲線稍微復(fù)雜一點(diǎn)就算不動(dòng)了。

好在,我們有 SymPy。

1. 痛點(diǎn)場(chǎng)景還原:一個(gè)具體的例子

先看一段“有毛病”的代碼,直觀感受一下問(wèn)題:

from manim import *
import numpy as np

class BadRoseCurve(Scene):
    def construct(self):
        axes = Axes(x_range=[-3, 3], y_range=[-3, 3])
        self.add(axes)

        # 用累積密度法生成非均勻 theta:尖端稀疏(快),中部密集(慢)
        n_points = 500
        t = np.linspace(0, 2 * PI, n_points)
        # 密度函數(shù):在 cos(5t)=0 處(花瓣中部)密度高,在 |cos(5t)|=1 處(尖端)密度低
        density = 1 + 3 * np.sin(5 * t) ** 2
        theta = np.cumsum(density)
        theta = theta / theta[-1] * PI  # 歸一化到 [0, π](k為奇數(shù)時(shí)只需π即可畫完)
        r = np.cos(5 * theta)
        x = r * 2 * np.cos(theta)
        y = r * 2 * np.sin(theta)

        points = [axes.c2p(x[i], y[i]) for i in range(n_points)]
        curve = VMobject(color=PINK, stroke_width=3)
        curve.set_points_as_corners(points)

        # 用 Create 畫曲線——速度明顯不均勻!
        self.play(Create(curve), run_time=5, rate_func=linear)
        self.wait()

運(yùn)行這個(gè)動(dòng)畫,你會(huì)看到:花瓣尖端幾幀就畫完了,而花瓣中部卻畫得很慢。

rate_func=linear 控制的是動(dòng)畫進(jìn)度的均勻,但曲線本身點(diǎn)的分布就是疏密不均的,所以視覺(jué)速度必然忽快忽慢。

2. SymPy 解決方案:弧長(zhǎng)參數(shù)化三步走

要讓繪制速度均勻,核心思路是:生成一組讓相鄰點(diǎn)之間實(shí)際距離相等的參數(shù)值。具體分三步:

  1. 用積分算出弧長(zhǎng)函數(shù) L(θ)——從起點(diǎn)到參數(shù) θ的弧長(zhǎng)
  2. 算總弧長(zhǎng),等分出一組目標(biāo)弧長(zhǎng)值 s1,s2,...s_1, s_2, ...s1?,s2?,...
  3. 對(duì)每個(gè)Si,反解方程L(θ)=Si?,得到對(duì)應(yīng)的 θi?

這三步,SymPy 都能幫上忙。

2.1 用 SymPy 推導(dǎo)弧長(zhǎng)函數(shù)

import sympy as sp

theta = sp.Symbol('theta', real=True)
n = 5  # 五瓣玫瑰線

# 極坐標(biāo)方程(注意這里放大了2倍,與痛點(diǎn)代碼中的 r*2 保持一致)
r = 2 * sp.cos(n * theta)

# 極坐標(biāo) → 直角坐標(biāo)(符號(hào)推導(dǎo),零誤差)
x = r * sp.cos(theta)  # x = r(θ)·cos(θ)
y = r * sp.sin(theta)  # y = r(θ)·sin(θ)

# 弧長(zhǎng)微元:ds/dθ = sqrt((dx/dθ)2 + (dy/dθ)2)
dx_dtheta = sp.diff(x, theta)
dy_dtheta = sp.diff(y, theta)

# 弧長(zhǎng)微元表達(dá)式(注意:這里不算積分,只保留被積函數(shù))
ds_dtheta = sp.sqrt(dx_dtheta**2 + dy_dtheta**2)
print("弧長(zhǎng)微元 ds/dθ =", sp.simplify(ds_dtheta))

# 運(yùn)行結(jié)果:
'''
弧長(zhǎng)微元 ds/dθ = 2*sqrt((2*sin(4*theta) + 
                     3*sin(6*theta))**2 + 
                     (2*cos(4*theta) -
                     3*cos(6*theta))**2)
'''

SymPy 會(huì)輸出一個(gè)橢圓積分形式的表達(dá)式——這是正常的,很多曲線的弧長(zhǎng)都沒(méi)有初等表達(dá)式。

沒(méi)關(guān)系,數(shù)值求解一樣好用。

2.2 用 nsolve 反解等弧長(zhǎng)參數(shù)點(diǎn)

import numpy as np
from scipy.integrate import quad
from scipy.optimize import bisect  # 數(shù)值求根,穩(wěn)定且快

# 把弧長(zhǎng)微元轉(zhuǎn)成可數(shù)值計(jì)算的函數(shù)
ds_func = sp.lambdify(theta, ds_dtheta, 'numpy')

# 數(shù)值弧長(zhǎng)函數(shù):L(t) = ∫?^t ds
def arc_length(t):
    """計(jì)算從 0 到 t 的弧長(zhǎng)"""
    result, _ = quad(ds_func, 0, t, limit=100)
    return result

# 計(jì)算總弧長(zhǎng)
total_length = arc_length(2 * np.pi)
print(f"總弧長(zhǎng): {total_length:.4f}")

# 等分弧長(zhǎng),用數(shù)值求根反解對(duì)應(yīng)的 theta
N = 500
s_values = np.linspace(0, total_length, N)
theta_vals = []

# 輔助函數(shù):f(t) = L(t) - s,我們要找 f(t)=0 的根
def f(t, s):
    return arc_length(t) - s

for i, s in enumerate(s_values):
    if i == 0:
        theta_vals.append(0.0)  # s=0 對(duì)應(yīng) theta=0
        continue

    # 初始搜索區(qū)間:用上一個(gè) theta 作為左邊界
    # 弧長(zhǎng)是單調(diào)遞增的,所以解一定在 [左邊界, 右邊界] 之間
    left = theta_vals[-1]  # 上一個(gè)已解出的 theta
    right = left + 0.5     # 向右擴(kuò)展,足夠覆蓋下一個(gè)等分點(diǎn)

    # 擴(kuò)展右邊界直到 f(right, s) > 0(確保根在區(qū)間內(nèi))
    while f(right, s) < 0:
        right += 0.5

    # 二分法求根(穩(wěn)定、快速)
    sol = bisect(f, left, right, args=(s,), xtol=1e-8)
    theta_vals.append(float(sol))

theta_vals = np.array(theta_vals)

代碼要點(diǎn)

  • sp.lambdify 把符號(hào)表達(dá)式編譯成 NumPy 函數(shù),求值快
  • sp.nsolve 數(shù)值解方程,給定一個(gè)好猜測(cè)值能顯著加速
  • 猜測(cè)值用“弧長(zhǎng)占比 × 總參數(shù)范圍”做線性估計(jì),足夠接近真實(shí)解

3. Manim 聯(lián)動(dòng)實(shí)戰(zhàn)

把上面的計(jì)算和 Manim 動(dòng)畫串起來(lái),就是一份完整可運(yùn)行的代碼:

from manim import *
import numpy as np
import sympy as sp
from scipy.integrate import quad
from scipy.optimize import bisect

class UniformRoseCurve(Scene):
    def construct(self):
        # ===== SymPy + 數(shù)值積分計(jì)算等弧長(zhǎng)參數(shù)點(diǎn) =====
        theta = sp.Symbol("theta", real=True)
        n = 5

        # 極坐標(biāo)方程 r = 2*cos(5θ)
        r = 2 * sp.cos(n * theta)

        # 極坐標(biāo)轉(zhuǎn)直角坐標(biāo)
        x_expr = r * sp.cos(theta)
        y_expr = r * sp.sin(theta)

        # 弧長(zhǎng)微元
        dx = sp.diff(x_expr, theta)
        dy = sp.diff(y_expr, theta)
        ds_dtheta = sp.sqrt(dx**2 + dy**2)

        # 數(shù)值弧長(zhǎng)函數(shù)
        ds_func = sp.lambdify(theta, ds_dtheta, "numpy")

        def arc_length(t):
            val, _ = quad(ds_func, 0, t, limit=100)
            return val

        # 總弧長(zhǎng)(k為奇數(shù)時(shí)只需π即可畫完)
        total_len = arc_length(np.pi)
        print(f"總弧長(zhǎng): {total_len:.4f}")

        # 用二分法反解等弧長(zhǎng) theta(速度快)
        N = 500
        s_vals = np.linspace(0, total_len, N)
        theta_vals = [0.0]

        def f(t, s):
            return arc_length(t) - s

        for i in range(1, N):
            s = s_vals[i]
            left = theta_vals[-1]
            right = left + 0.5
            # 擴(kuò)展右邊界直到 f(right) > 0
            while f(right, s) < 0:
                right += 0.5
            sol = bisect(f, left, right, args=(s,), xtol=1e-8)
            theta_vals.append(float(sol))

        theta_vals = np.array(theta_vals)

        # 計(jì)算直角坐標(biāo)點(diǎn)
        x_func = sp.lambdify(theta, x_expr, "numpy")
        y_func = sp.lambdify(theta, y_expr, "numpy")

        # ===== Manim 動(dòng)畫 =====
        axes = Axes(x_range=[-3, 3], y_range=[-3, 3])
        self.add(axes)

        points = []
        for t in theta_vals:
            px = float(x_func(t))
            py = float(y_func(t))
            points.append(axes.c2p(px, py))

        curve = VMobject(color=PINK, stroke_width=3)
        curve.set_points_as_corners(points)

        self.play(Create(curve), run_time=5, rate_func=linear)
        self.wait()

4. 效果展示說(shuō)明

運(yùn)行 UniformRoseCurve,對(duì)比之前的 BadRoseCurve,差異一目了然:

  • 繪制過(guò)程均勻流暢:粉色線條以恒定速度從起點(diǎn)生長(zhǎng)到終點(diǎn),花瓣尖端不再“閃現(xiàn)”,花瓣中部也不再“拖沓”。整條曲線在 10 秒內(nèi)被平穩(wěn)地畫完,節(jié)奏非常舒服。
  • 同一曲線,兩種體驗(yàn)BadRoseCurve 由于刻意在花瓣中部堆了 3 倍密度,視覺(jué)上畫筆會(huì)在那里明顯減速;而弧長(zhǎng)參數(shù)化版本抹平了所有速度波動(dòng),讓 rate_func=linear 真正發(fā)揮作用。
  • 弧長(zhǎng)參數(shù)化的本質(zhì):雖然 theta_vals 的數(shù)值分布是不均勻的(花瓣尖端附近 θ 變化慢,中部變化快),但映射到平面后,相鄰點(diǎn)之間的實(shí)際距離完全相等。這就是“均勻”的真正含義——空間上的均勻,而非參數(shù)上的均勻。

5. 本期小結(jié)

  • 問(wèn)題本質(zhì):均勻參數(shù) ≠ 均勻弧長(zhǎng),直接用均勻參數(shù)畫曲線必然速度不均。
  • 解決思路:弧長(zhǎng)參數(shù)化——先算弧長(zhǎng)函數(shù),再反解出等弧長(zhǎng)分布的參數(shù)點(diǎn)。
  • SymPy 的角色
    • sp.diff → 求導(dǎo)得弧長(zhǎng)微元
    • sp.integrate → 算弧長(zhǎng)函數(shù)
    • sp.nsolve → 反解參數(shù)值
    • sp.lambdify → 表達(dá)式轉(zhuǎn)數(shù)值函數(shù),高效求值
  • Manim 中的用法:把等弧長(zhǎng)點(diǎn)集喂給 VMobject.set_points_as_corners(),再用 Create + rate_func=linear,即可實(shí)現(xiàn)真正勻速的曲線繪制。

以上就是Python使用SymPy解決Manim曲線繪制速度不均的問(wèn)題的詳細(xì)內(nèi)容,更多關(guān)于Python SymPy解決Manim繪制速度不均的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

最新評(píng)論

分宜县| 寿宁县| 静海县| 土默特左旗| 安陆市| 信宜市| 邻水| 兴安县| 惠来县| 达拉特旗| 越西县| 南通市| 邹平县| 永清县| 醴陵市| 云林县| 济阳县| 饶平县| 太和县| 保康县| 巴楚县| 旺苍县| 光泽县| 伊春市| 九龙城区| 方山县| 吴堡县| 三穗县| 铜陵市| 庆阳市| 沂源县| 忻州市| 云安县| 静乐县| 平邑县| 勐海县| 肥东县| 高陵县| 米易县| 沁源县| 海宁市|