时间:2021-05-22
本文实例讲述了Python实现将n个点均匀地分布在球面上的方法。分享给大家供大家参考。具体分析如下:
最近工作上遇到一个需求,将10000左右个点均匀地分布在一个球面上。所谓的均匀,即相邻的两个点之间的距离尽量一致。
我的算法是用基于正多面体剖分球面,我选的是正八面体。
1. 效果图如下:
2.sphere.py代码如下
#!/usr/bin/python# -*- coding: utf-8 -*-import mathclass Spherical(object): '''球坐标系''' def __init__(self, radial = 1.0, polar = 0.0, azimuthal = 0.0): self.radial = radial self.polar = polar self.azimuthal = azimuthal def toCartesian(self): '''转直角坐标系''' r = math.sin(self.azimuthal) * self.radial x = math.cos(self.polar) * r y = math.sin(self.polar) * r z = math.cos(self.azimuthal) * self.radial return x, y, zdef splot(limit): s = Spherical() n = int(math.ceil(math.sqrt((limit - 2) / 4))) azimuthal = 0.5 * math.pi / n for a in range(-n, n + 1): s.polar = 0 size = (n - abs(a)) * 4 or 1 polar = 2 * math.pi / size for i in range(size): yield s.toCartesian() s.polar += polar s.azimuthal += azimuthalfor point in splot(input('')): print("%f %f %f" % point)希望本文所述对大家的Python程序设计有所帮助。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
1.均匀分布函数:runif(n,min=0,max=1),n表示生成的随机数数量,min表示均匀分布的下限,max表示均匀分布的上限,若省略参min、max,
因为概率问题,所以需要测试一下python的随机数分布。到底是平均(均匀)分布,还是正态(高斯)分布。测试代码如下:#!/usr/bin/envpython#c
因为概率问题,所以需要测试一下python的随机数分布。到底是平均(均匀)分布,还是正态(高斯)分布。测试代码如下:#!/usr/bin/envpython#c
在用tensorflow构建神经网络的时候,有很多随机的因素,比如参数的随机初始化:正态分布随机变量tf.random_normal([m,n]),均匀分布的随
bootstrap数据指的是:有放回地从总共N个样本中抽样n个样本。 在统计学中,bootstrap即自助法,是一种从给定训练集中有放回的均匀抽样,也就是说,