前言：
牛奶冻曲线(blancmange curve)，因在1901年由高木贞治所研究，又称高木曲线。
在单位区间内，牛奶冻函数定义为：
分形曲线的轮廓会随着阶数的增多而填充细节，即对于下面的
来说， N的变化会增添曲线的自相似特性
import numpy as np import matplotlib.pyplot as plt s = lambda x : np.min([x-np.floor(x), np.ceil(x)-x],0) x = np.arange(1000).reshape(-1,1)/1000 N = np.arange(30).reshape(1,-1) #2^N已经很大了，精度足够 b = np.sum(s(2**N*x)/2**N,1) plt.plot(b) plt.show()
如图所示：
牛奶冻曲线是一种典型的分形曲线，即随着区间的不断缩小，其形状几乎不发生什么变化，例如更改自变量的范围，令
x = np.arange(0.25,0.5,1e-3).reshape(-1,1)
最终得到的牛奶冻曲线在观感上是没什么区别的。
接下来绘制一下，当区间发生变化时，牛奶冻曲线的变化过程
绘图代码为：
from aniDraw import *
# 三角波函数
s = lambda x : min(np.ceil(x)-x, x-np.floor(x))
s = lambda x : np.min([x-np.floor(x), np.ceil(x)-x],0)
x = np.arange(1000).reshape(-1,1)/1000
N = np.arange(30).reshape(1,-1) #2^N已经很大了，精度足够
b = np.sum(s(2**N*x)/2**N,1)
fig = plt.figure(figsize=(12,8))
ax = fig.add_subplot()
# n为坐标轴参数
def bcFunc(n):
st = 1/3 - (1/3)**n
ed = 1/3 + (2/3)**n
x = np.linspace(st,ed,1000).reshape(-1,1)
b = np.sum(s(2**N*x)/2**N,1)
return (x,b)
line, = ax.plot([],[],lw=1)
def animate(n):
x,y = bcFunc(n)
line.set_data(x,y)
plt.xlim(x[0],x[-1])
plt.ylim(np.min(y),np.max(y))
return line,
Ns = np.arange(1,10,0.1)
ani = animation.FuncAnimation(fig, animate, Ns,
interval=125, blit=False)
plt.show()
到此这篇关于Python绘制牛奶冻曲线(高木曲线)案例的文章就介绍到这了,更多相关Python 牛奶冻曲线内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文地址：https://blog.csdn.net/m0_37816922/article/details/126517261
