天天看點

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

目錄

一、飛蛾為什麼要撲火?

二、螺線及等角螺線

三、繪制等角螺線

四、拟合等角螺線

一、蛾為什麼要撲火?

暗梁聞語燕,夜燭見飛蛾。
飛蛾繞殘燭,半夜人醉起。人類很早就注意到飛蛾撲火這一奇怪的現象,并且自作主張地賦予了飛蛾撲火很多含義,引申出為了理想和追求義無反顧、不畏犧牲的精神。但是,這種引申和比喻,征求過飛蛾的意見嗎?           

複制

後來,生物學家又提出來昆蟲趨光性這一假說來解釋飛蛾撲火。不過,這個假說似乎也不成立。如果昆蟲真的追逐光明,估計地球上早就沒有昆蟲了——它們應該齊刷刷整體移民到太陽或月亮上去了。

仔細觀察飛蛾撲火,就會發現,昆蟲們并不是筆直地飛向光源,而是繞着光源飛行,同時越來越接近光源,最終釀成了“慘案”。這一行為被解釋成“失誤”似乎更合理一點。既然火燭危險,那麼飛蛾為什麼要繞着火燭飛行呢?

最新的解釋是,飛蛾在夜晚飛行時是依據月光和星光作為參照物進行導航的。星星和月亮離我們非常遠,光到了地面上可以看成平行光,當飛蛾的飛行路徑保持與光線方向成恒定夾角時,飛蛾就變成了直線飛行,如下圖所示。

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

然而,當飛蛾遇到了火燭等危險光源時,還是按照以前的飛行方式,路徑保持與光線方向成恒定夾角,以為依舊能飛成一條直線,結果悲劇了。此時它的飛行軌迹并不是一條直線,而是一條等角螺旋線,如下圖所示。

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

可憐的飛蛾!億萬年進化出來的精準導航,在人工光源的幹擾下竟如此不堪。

二、螺線及等角螺線

螺線家族很龐大,比如,阿基米德螺線、費馬螺線、等角螺線、雙曲螺線、連鎖螺線、斐波那契螺線、歐拉螺線等等。等角螺線,又叫對數螺線,螺線家族的一員。

早在2000多年以前,古希臘數學家阿基米德就對螺旋線進行了研究。公元1638年,著名數學家笛卡爾首先描述了對數螺旋線(等角螺旋線),并列出了螺旋線的解析式。這種螺旋線有很多特點,其中最突出的一點就是它的形狀,無論你把它放大或縮小它都不會有任何的改變。就像我們不能把角放大或縮小一樣。

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

用極坐标分析法分析飛蛾撲火的飛行軌迹,可知,軌迹線上任意一點的切線與該點與原點的連線之間的夾角是固定的,這就是等角螺線得名的由來。因為分析過程使用了對數,是以等角螺線又叫對數螺線。我不太會用LaTeX寫數學公式,是以就用 python 的方法寫出螺線方程。其中,fixed 表示螺線固定角,大于 pi/2 則為順時針螺線,小于 pi/2 則為逆時針螺線。theta 表示旋轉弧度,r 表示距離中心點距離。

1           

複制

等角螺線在生活中也經常見到,比如,鹦鹉螺的花紋、玫瑰花瓣的排列,星系的懸臂,低氣壓雲圖等。

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

三、繪制等角螺線

給定中心點和固定角,一個等角螺線就被唯一地确定了。這個螺線可以繞很多圈,可以填滿整個宇宙。但很多時候,我們往往隻需要觀察螺線上的一小部分,這時候就需要兩個參數來約定:一個叫作 circle,表示你希望看到多少圈螺線,一個叫作 phase,表示螺線的可見部分向内(順時針)或向外(逆時針螺線)旋轉多少圈。

這是使用 matplotlib 繪制等角螺線的函數,其中固定角參數 fixed 做了一點處理:以度(°)為機關,以零為中心,大于零則為順時針螺線,小于零則為逆時針螺線

import numpy as np
import matplotlib.pyplot as plt

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus'] = False

def plotSpiral(core, fixed, phase=0, circle=4):
    """繪制等角螺線
    core        - 等角螺線的中心坐标,tuple類型
    fixed       - 等角螺線的固定角度,機關:度(°)。fixed大于零則為順時針螺線,小于零則為逆時針螺線
    phase       - 初始相位,機關:圈(360°)。對順時針螺線,該數值越大,螺線越大,對逆時針螺線則相反
    circle      - 螺線可見部分的圈數,機關:圈(360°)
    """

    plt.axis("equal")
    plt.plot([core[0]], [core[1]], c='red', marker='+', markersize=10)

    fixed_rad = np.radians(90 + fixed)
    theta = np.linspace(0, circle*2*np.pi, 361) + phase*2*np.pi
    r = fixed_rad*np.exp(theta/np.tan(fixed_rad))
    x = r*np.cos(theta) + core[0]
    y = r*np.sin(theta) - core[1]
    plt.plot(x, y, c='blue')

    plt.show()
           

複制

下圖展示了逆時針等角螺線各個參數的意義:           

複制

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

下圖展示了順時針等角螺線各個參數的意義:

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

四、拟合等角螺線

在台風定位時,需要手動确定台風中心位置,并辨別出台風螺線軌迹上的部分點,然後逆合出螺線方程。如下圖所示,藍色十字為台風中心點,5個黃色圓點是手工标注的台風螺線軌迹上的點。

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線

以下為拟合函數

import numpy as np
from scipy import optimize

def fit_spiral(core, dots):
    """拟合等角螺線,傳回定角fixed,初始相位phase"""

    fixed_ccw = 0.445*np.pi
    fixed_cw = 0.555*np.pi

    # 将dots拆分成x_list和y_list
    x_list, y_list = list(), list()
    for x, y in dots:
        x_list.append(x-core[0])
        y_list.append(y-core[1])

    # 計算距離
    x = np.array(x_list)
    y = np.array(y_list)
    r = np.hypot(x,y)

    # 按照距離排序
    sort_mask = np.argsort(r)
    x = x[sort_mask]
    y = y[sort_mask]
    r = r[sort_mask]

    # 計算角度
    theta = np.arctan(y/x)
    theta[x<0] += np.pi

    # 确定順序(CW-順時針,CCW-逆時針)
    d = np.diff(theta)
    print(d)
    ccw = d[d>0].size > d[d<0].size
    print('ccw=',ccw)

    # 調整角度為升序(CCW)或降序(CW)
    if ccw:
        for i in range(1, theta.size):
            while theta[i] < theta[i-1]:
                theta[i] += 2*np.pi

            dtheta = theta[i] - theta[i-1]
            while r[i]/r[i-1] > 1.8*np.exp(dtheta/np.tan(fixed_ccw)):
                theta[i] += 2*np.pi
                dtheta = theta[i] - theta[i-1]
    else:
        for i in range(theta.size-1)[::-1]:
            while theta[i] < theta[i+1]:
                theta[i] += 2*np.pi

            dtheta = theta[i+1] - theta[i]
            while r[i+1]/r[i] > 1.8*np.exp(dtheta/np.tan(fixed_cw)):
                theta[i] += 2*np.pi
                dtheta = theta[i+1] - theta[i]

    # 定義拟合函數
    def fmax(theta, fixed, phase):
        fixed = np.radians(90 + fixed)
        return fixed*np.exp((theta+phase*2*np.pi)/np.tan(fixed))

    try:
        fita, fitb = optimize.curve_fit(fmax, theta, r, [2-int(ccw), 0], maxfev=10000)
        return fita
    except:
        return None

core = (530, 496)
dots = [(467,538), (448,675), (522,484), (513,451), (811,519)]
result = fit_spiral(core, dots)
if isinstance(result, np.ndarray):
   plotSpiral(core, result[0], phase=result[1], circle=4)
else:
    print(u'拟合失敗')
           

複制

拟合效果如下圖:           

複制

用Python來點高逼格的,用 python 拟合等角螺線二、螺線及等角螺線三、繪制等角螺線四、拟合等角螺線