Lære Visualisering af Approksimationer | Tilnærmelse af Komplekse Figurer

Stryg for at vise menuen

For at forstå, hvor godt en polygonal approksimation matcher en kompleks kurve, er det nyttigt at visualisere både den oprindelige kurve og dens approksimation i samme plot. Denne tilgang gør det muligt at observere, hvor approksimationen følger kurven tæt, og hvor den afviger. Du kan bruge matplotlib til at vise begge former sammen og tildele forskellige farver eller linjetyper for tydelighed. Typisk vil du:

Generere punkter for den oprindelige kurve ved hjælp af dens matematiske ligning;
Beregne hjørnerne for den polygonale approksimation;
Plotte begge sæt punkter eller linjer på samme akser for direkte sammenligning.

Denne proces er især nyttig for cirkler, ellipser eller enhver glat kurve, hvor visuelle forskelle er vigtige for at vurdere kvaliteten af approksimationen.


              12345678910111213141516171819202122232425
            
import numpy as np
import matplotlib.pyplot as plt

# Parameters for the circle
center = (0, 0)
radius = 1

# Generate points for the original circle
theta = np.linspace(0, 2 * np.pi, 500)
x_circle = center[0] + radius * np.cos(theta)
y_circle = center[1] + radius * np.sin(theta)

# Generate points for the polygonal approximation (e.g., hexagon)
num_sides = 6
theta_poly = np.linspace(0, 2 * np.pi, num_sides + 1)
x_poly = center[0] + radius * np.cos(theta_poly)
y_poly = center[1] + radius * np.sin(theta_poly)

plt.figure(figsize=(6,6))
plt.plot(x_circle, y_circle, label="Original Circle", color="blue")
plt.plot(x_poly, y_poly, label="Polygonal Approximation", color="red", linestyle="--", marker="o")
plt.gca().set_aspect("equal")
plt.legend()
plt.title("Comparison of Circle and Polygonal Approximation")
plt.show()

Var alt klart?

Tak for dine kommentarer!

Sektion 3. Kapitel 6

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 3. Kapitel 6