Python基于距离均匀分散固定中心周围的坐标
提问于 2020-05-27 19:34:45
我希望根据每个数据点到中心的给定距离，在中心(2.5,2.5)周围散布许多数据点。我如何做到这一点，同时也避免重复/将它们均匀地分布在中心？
提前感谢
回答 3
Stack Overflow用户
回答已采纳
发布于 2020-05-27 22:24:53
为了澄清，我希望每个距离都有一个点，然后下一个点偏移180度或90度。但我还是根据古斯塔夫·拉斯穆森提供的代码完成了这项工作：
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(figsize=(6, 6))
#default
N = 50
angles = np.linspace(0, 2 * np.pi, N)
c_x, c_y = (2.5, 2.5)
x_s, y_s = [], []
distances = list(np.arange(0, 5.5, 0.01))
i = angles.size/4
for distance in distances:
x_s.append(c_x + distance * np.cos(i))
y_s.append(c_y + distance * np.sin(i))
i += i
plt.scatter(x_s, y_s, c="b", s=4)
plt.show()
在这里，我们可以看到550个距离，显示的下一个距离偏移了大约90度。
最后一点:当处理偏差较大的数据集时，最好使用i = angles.size/2，因为这样可以使输出保持一定的圆圈
Stack Overflow用户
发布于 2020-05-27 19:52:39
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(figsize=(6, 6))
N = 120
angles = np.linspace(0, 2 * np.pi, N)
c_x, c_y = (2.5, 2.5)
x_s, y_s = [], []
distances = list(np.arange(0, 5.5, 0.5))
for distance in distances:
for angle in angles:
x_s.append(c_x + distance * np.cos(angle))
y_s.append(c_y + distance * np.sin(angle))
plt.scatter(x_s, y_s, c="b", s=4)
plt.show()
Stack Overflow用户
发布于 2020-05-27 21:34:02
import cmath
import numpy as np
from matplotlib import pyplot as plt
from itertools import starmap
c = np.array(list(starmap(cmath.rect, [(v//40+1, v*np.pi/20) for v in range(120)])))
x = c.real+2.5
y = c.imag+2.5
plt.scatter(x, y)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62051434
复制相关文章
腾讯云开发者
