python用tanh画图

用tanh函数画图

圆形

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt# 创建一个二维网格
xx = np.linspace(-1, 1, 1000)
yy = np.linspace(-1, 1, 1000)
x_i, y_i = np.meshgrid(xx, yy)# 圆的半径和中心
r = 0.4
center_x, center_y = 0, 0  # 假设圆心在(0, 0)# 计算每个网格点到圆心的距离
distance = np.sqrt((x_i - center_x) ** 2 + (y_i - center_y) ** 2)# 使用tanh函数来近似表示半圆区域
# 注意:tanh函数不能直接用于表示半圆,但我们可以通过设置阈值来近似表示
epsilon = 0.01 # 控制tanh函数的“陡峭度”
u0 = 0.5 * (1 + np.tanh((r - distance) / epsilon))
u0[distance > r] = -1  # 强制圆外的值为-1# 绘制结果
fig, ax = plt.subplots()
p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
fig.colorbar(p, ax=ax, label='u0 Value')# 设置标题和坐标轴标签
plt.title('Approximate Half Circle using tanh')
plt.xlabel('X')
plt.ylabel('Y')# 显示图形
plt.show()

半圆

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt# 创建一个二维网格
xx = np.linspace(-1, 1, 1000)
yy = np.linspace(-1, 1, 1000)
x_i, y_i = np.meshgrid(xx, yy)# 圆的半径和中心
r = 0.4
center_x, center_y = 0, -1  # 假设圆心在(0, -1)# 计算每个网格点到圆心的距离
distance = np.sqrt((x_i - center_x) ** 2 + (y_i - center_y) ** 2)# 使用tanh函数来近似表示半圆区域
# 注意:tanh函数不能直接用于表示半圆,但我们可以通过设置阈值来近似表示
epsilon = 0.01 # 控制tanh函数的“陡峭度”
u0 = 0.5 * (1 + np.tanh((r - distance) / epsilon))
u0[distance > r] = -1  # 强制圆外的值为-1# 绘制结果
fig, ax = plt.subplots()
p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
fig.colorbar(p, ax=ax, label='u0 Value')# 设置标题和坐标轴标签
plt.title('Approximate Half Circle using tanh')
plt.xlabel('X')
plt.ylabel('Y')# 显示图形
plt.show()

两个圆形

在这里插入图片描述
在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt# 创建一个二维网格
xx = np.linspace(0, 1, 1000)
yy = np.linspace(0, 1, 1000)
x_i, y_i = np.meshgrid(xx, yy)# 圆的半径和中心
r1 = 0.15  # 如果要分开点,就设为0.14
r2 = 0.15  # 如果要分开点,就设为0.14
center_x1, center_y1 = 0.35, 0.5  # 圆心1
center_x2, center_y2 = 0.65, 0.5  # 圆心2# 计算每个网格点到圆心的距离
distance1 = np.sqrt((x_i - center_x1) ** 2 + (y_i - center_y1) ** 2)
distance2 = np.sqrt((x_i - center_x2) ** 2 + (y_i - center_y2) ** 2)# 使用tanh函数来近似表示半圆区域
# 注意:tanh函数不能直接用于表示半圆,但我们可以通设置阈值来近似表示
epsilon = 0.01 # 控制tanh函数的“陡峭度”
phi1 = np.tanh((r1 - distance1) / (2 * epsilon))
phi2 = np.tanh((r2 - distance2) / (2 * epsilon))u0 = np.maximum(phi1, phi2)
# u0 = 1 * (1 + phi1 + phi2)  # 两种都可以生成两个圆# 分别找出距离两个圆心都大于半径的点的索引
outside_circle1 = distance1 > r1
outside_circle2 = distance2 > r2# 使用逻辑与来找出两个条件都满足的点
outside_both_circles = np.logical_and(outside_circle1, outside_circle2)# 将这些点对应的u0值设置为-1
u0[outside_both_circles] = -1# 绘制结果
fig, ax = plt.subplots()
p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
fig.colorbar(p, ax=ax, label='u0 Value')# 设置标题和坐标轴标签
plt.title('Approximate Half Circle using tanh')
plt.xlabel('X')
plt.ylabel('Y')# 显示图形
plt.show()

正方形

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt# 创建一个二维网格
xx = np.linspace(-1, 1, 1000)
yy = np.linspace(-1, 1, 1000)
x_i, y_i = np.meshgrid(xx, yy)# 正方形的中心和边长
center_x, center_y = 0, 0  # 假设正方形中心在(0, 0),为了简化计算
side_length = 0.5  # 正方形边长的一半# 使用tanh函数来近似正方形的四个边界
# 注意:这不是一个完美的正方形,只是一个近似
epsilon = 0.01  # 控制tanh函数的“陡峭度”# 近似上边界
u_top = 0.5 * (1 + np.tanh((side_length - np.abs(y_i - center_y)) / epsilon))
# 近似下边界
u_bottom = 0.5 * (1 + np.tanh((side_length - np.abs(y_i + center_y)) / epsilon))
# 近似左边界
u_left = 0.5 * (1 + np.tanh((side_length - np.abs(x_i - center_x)) / epsilon))
# 近似右边界
u_right = 0.5 * (1 + np.tanh((side_length - np.abs(x_i + center_x)) / epsilon))# 四个边界的交集(即正方形内部)应取得高值
u0 = np.minimum(np.minimum(u_top, u_bottom), np.minimum(u_left, u_right))
u0[u0 < 0.99] = -1  # 强制非正方形内部的值为-1(可调整阈值)
u0[u0 >= 0.99] = 1  # 强制正方形内部的值为1(可调整阈值)# 绘制结果
fig, ax = plt.subplots()
p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
fig.colorbar(p, ax=ax, label='u0 Value')# 设置标题和坐标轴标签
plt.title('Approximate Square using tanh')
plt.xlabel('X')
plt.ylabel('Y')# 显示图形
plt.show()

长方形

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt# 创建一个二维网格
xx = np.linspace(-1, 1, 1000)
yy = np.linspace(-1, 1, 1000)
x_i, y_i = np.meshgrid(xx, yy)# 长方形的中心和尺寸
center_x, center_y = 0, 0  # 假设长方形中心在(0, 0)
width = 0.6  # 长方形的宽度
height = 0.4  # 长方形的高度
half_width = width / 2
half_height = height / 2# 使用tanh函数来近似长方形的四个边界
epsilon = 0.01  # 控制tanh函数的“陡峭度”# 近似上边界
u_top = 0.5 * (1 + np.tanh((half_height - (y_i - center_y)) / epsilon))
# 近似下边界
u_bottom = 0.5 * (1 + np.tanh((half_height - (center_y - y_i)) / epsilon))
# 近似左边界
u_left = 0.5 * (1 + np.tanh((half_width - (x_i - center_x)) / epsilon))
# 近似右边界
u_right = 0.5 * (1 + np.tanh((half_width - (center_x - x_i)) / epsilon))# 长方形的内部是四个边界的交集,取四个边界中的最小值
u0 = np.minimum.reduce([u_top, u_bottom, u_left, u_right])
u0[u0 < 0.99] = -1  # 强制非长方形内部的值为-1(可调整阈值)
u0[u0 >= 0.99] = 1  # 强制长方形内部的值为1(可调整阈值)# 绘制结果
fig, ax = plt.subplots()
p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
fig.colorbar(p, ax=ax, label='u0 Value')# 设置标题和坐标轴标签
plt.title('Approximate Rectangle using tanh')
plt.xlabel('X')
plt.ylabel('Y')# 显示图形
plt.show()

边界上的长方形

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt# 创建一个二维网格
xx = np.linspace(-0.5, 0.5, 1000)
yy = np.linspace(0, 0.5, 1000)
x_i, y_i = np.meshgrid(xx, yy)# 长方形的中心和尺寸
center_x, center_y = 0, 0.0625  # 假设长方形中心在(0, 0)
width = 0.5  # 长方形的宽度(长)
height = 0.125  # 长方形的高度
half_width = width / 2
half_height = height / 2# 使用tanh函数来近似长方形的四个边界
epsilon = 0.01  # 控制tanh函数的“陡峭度”# 近似上边界
u_top = 1 * (1 + np.tanh((half_height - (y_i - center_y)) / epsilon))
# 近似下边界
u_bottom = 1 * (1 + np.tanh((half_height - (center_y - y_i)) / epsilon))
# 近似左边界
u_left = 1 * (1 + np.tanh((half_width - (x_i - center_x)) / epsilon))
# 近似右边界
u_right = 1 * (1 + np.tanh((half_width - (center_x - x_i)) / epsilon))# 长方形的内部是四个边界的交集,取四个边界中的最小值
u0 = np.minimum.reduce([u_top, u_bottom, u_left, u_right])
u0[u0 < 0.99] = -1  # 强制非长方形内部的值为-1(可调整阈值)
u0[u0 >= 0.99] = 1  # 强制长方形内部的值为1(可调整阈值)# # 绘制结果
# fig, ax = plt.subplots()
# p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
# ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
# fig.colorbar(p, ax=ax, label='u0 Value')
#
# # 设置标题和坐标轴标签
# plt.title('Approximate Rectangle using tanh')
# plt.xlabel('X')
# plt.ylabel('Y')
#
# # 显示图形
# plt.grid()
# plt.show()# 估算角点位置(这里只是估算,不是精确值)
# 左上角
x_left_top, y_left_top = center_x - half_width, center_y + half_height
# 右上角
x_right_top, y_right_top = center_x + half_width, center_y + half_height
# 左下角
x_left_bottom, y_left_bottom = center_x - half_width, center_y - half_height
# 右下角
x_right_bottom, y_right_bottom = center_x + half_width, center_y - half_height# 绘制结果
fig, ax = plt.subplots()
p = ax.pcolormesh(x_i, y_i, u0, cmap='viridis', shading='auto')
ax.set_aspect('equal', 'box')  # 保持x和y轴的比例相同
fig.colorbar(p, ax=ax, label='u0 Value')# 设置标题和坐标轴标签
plt.title('Approximate Rectangle using tanh')
plt.xlabel('X')
plt.ylabel('Y')# 显示长方形四个角的坐标数字
plt.text(x_left_top, y_left_top, f'({x_left_top:.2f}, {y_left_top:.2f})', va='top', ha='right', color='red')
plt.text(x_right_top, y_right_top, f'({x_right_top:.2f}, {y_right_top:.2f})', va='top', ha='left', color='red')
plt.text(x_left_bottom, y_left_bottom, f'({x_left_bottom:.2f}, {y_left_bottom:.2f})', va='bottom', ha='right', color='red')
plt.text(x_right_bottom, y_right_bottom, f'({x_right_bottom:.2f}, {y_right_bottom:.2f})', va='bottom', ha='left', color='red')# 显示网格和图形
plt.grid()
plt.show()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/847039.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

pandas添加行

方法1(df.append()) import pandas as pd# 创建一个空的DataFrame df pd.DataFrame(columns[Column1, Column2])# 新增一行数据 data {Column1: Value1, Column2: Value2} df df.append(data, ignore_indexTrue) print(df)raw_data {"Column1":"adafafa&quo…

探究JSON和XML:两种常见的数据交换格式之异同

在软件开发和数据交换领域&#xff0c;JSON&#xff08;JavaScript Object Notation&#xff09;和XML&#xff08;eXtensible Markup Language&#xff09;是两种广泛使用的数据交换格式。它们都具有将数据结构化并在不同系统之间进行传输和解析的能力&#xff0c;但在实际应用…

详解redis配置文件

华子目录 基础配置查看配置文件位置启动redis时&#xff0c;指定加载的配置文件示例 include引用其他配置文件units单位大小写不敏感network网络配置bind配置方式示例 protected-mode功能概述默认值配置方法安全建议总结 porttcp-backlog1. 定义2. 默认值3. 优化建议4. 注意事项…

OpenEuler 的安装过程记录

一、下载openEuler镜像 1.2 打开官网&#xff0c;选择openEuler23.09 1.3 选择架构、场景以及软件包类型 初次使用的话基本上都是先安装虚拟机&#xff0c;我们大部分主机都是x86_64架构&#xff0c;场景的话就选服务器&#xff0c;软件版类型选择标准版&#xff0c;可以安装图…

【稳定检索/投稿优惠】2024年环境、资源与区域经济发展国际会议(ERRED 2024)

2024 International Conference on Environment, Resources and Regional Economic Development 2024年环境、资源与区域经济发展国际会议 【会议信息】 会议简称&#xff1a;ERRED 2024 大会地点&#xff1a;中国杭州 会议官网&#xff1a;www.icerred.com 会议邮箱&#xff1…

电子邮件注入

电子邮件注入 1.电子邮件注入概述2.在发送的电子邮件中注入3.绕过邮件网关白名单检查4.硬退信率DOS攻击 1.电子邮件注入概述 电子邮件注入是一种电子邮件安全漏洞&#xff0c;攻击者通过在输入字段中注入特殊字符或命令来操纵电子邮件的内容。这通常发生在电子邮件表单或应用程…

python中编码与解码简记

python中编码与解码简记 一、读取文本文件指定的编码方式二、字符串与字节格式互转三、Base64编码解码3.1Base64 编解码使用的参数类型3.2Base64 编码后的字符串显示3.3Base64 解码后的字符串显示 四、Quoted-Printable编码解码4.1Quoted-Printable编解码使用的参数类型4.2Quot…

基本元器件 - 二极管

目录 二极管的主要参数 二极管的分类 整流二极管 快恢复二极管&#xff08;FRD&#xff09; 稳压&#xff08;齐纳&#xff09;二级管 瞬态电压抑制器&#xff08;TVS&#xff09; 开关二极管 肖特基二极管&#xff08;SBD&#xff09; 正偏与反偏 常用封装 伏安特性…

Android中focusableInTouchMode会导致第一次点击事件失效

我们很多时候会对某些View设置点击事件&#xff0c;但是&#xff0c;当对这个View同时设置了focusableInTouchModetrue时&#xff0c;第一次点击事件会被消费为为此View获取焦点。 <Viewandroid:id"id/v_click"android:layout_width"match_parent"andr…

第二篇 多路数据选择器

实验二 多路数据选择器 2.1 实验目的 理解多路数据选择器的概念&#xff1b; 使用门级结构描述实现多路选择器&#xff1b; 使用行为描述实现多路选择器&#xff1b; 完成实验设计、仿真&#xff0c;并在DE1-SOC上验证电路。 2.2 原理介绍 在多路数据传送过程中&#xf…

238.除以自身以外数组的乘积

给你一个整数数组 nums&#xff0c;返回数组 answer &#xff0c;其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积。 题目数据保证数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。 请 不要使用除法&#xff0c;且在 O(n) 时间复杂度内完…

Gson解析会丢失默认属性值

问题&#xff1a;类的属性中有设置默认值&#xff0c;Gson中如果不包含该属性时&#xff0c;应该会使用该默认值。如下&#xff1a; class MyPointBean {inner class InnerBean {var altitude 0.0var gradually 1} }val gson GsonBuilder().create()val pStr ""…

linux网络端口

[roottest2 data7]# ifconfig ens33: flags4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500 #enss33&#xff1a;设备名称 up 启动 该设备支持广播&#xff0c;正在运行&#xff0c;支持组播 最大传输单元。inet 192.168.60.20 netmask 255.255.255.0 broadca…

Mac连接U盘后怎么读取 Mac连接U盘后怎么取消只读模式

在使用Mac电脑时&#xff0c;连接U盘是一项常见的需求。无论是传输文件还是备份数据&#xff0c;正确地读取U盘对于Mac用户至关重要。然而&#xff0c;当连接的U盘格式为NTFS时&#xff0c;在Mac中进行数据编辑会遇到一些困难。下面我们来看看Mac连接U盘后怎么读取&#xff0c;…

进程线程(一.2)

进程与线程&#xff08;一&#xff09; 并发编程并发与并行高并发 进程特征什么是进程&#xff1f;线程&#xff1f;进程与程序的区别进程与线程区别进程的五状态进程的种类 查看进程命令ps auxps axjpstreekill 进程的创建fork函数fork总结vfork函数fork与vfork区别 获取进程I…

传输协议TCP-原理部分

传输控制协议TCP&#xff08;Transmission Control Protocol&#xff09;一种基于连接的可靠的稳定的无重复的传输协议。 1、TCP头部信息 TCP协议头部信息如下&#xff1a; 一共占用20个字节 16位源端口号&#xff1a;发送进程的主机端口16位目的端口号&#xff1a;接收主机…

实现Dropdown下拉菜单监听键盘上下键选中功能-React

用过ant design的小伙伴都知道&#xff0c;select组件是支持联想搜索跟上下键选中的效果的&#xff0c;但是在项目中我们可能会遇到用select组件无法实现我们的需求的情况&#xff0c;比如说一个div框&#xff0c;里面有input&#xff0c;又有tag标签&#xff0c;在input中输入…

探究 Cosmos Hub 作为国家行为者的可能性

原文标题&#xff1a;《Cosmos Hub: The First Democratic State of Capital》 撰文&#xff1a;Vittecoq Quentin&#xff0c;University of Toulon 编译&#xff1a;Tia&#xff0c;Techub News 本文来源香港Web3媒体&#xff1a;Techub News 介绍 让-雅克卢梭曾断言&am…

LAMP网络服务架构

目录 LAMP 网站服务架构 LAMP的组成部分 LAMP的构建顺序 安装论坛 0.电脑已编译安装Apache&#xff0c;MySQL&#xff0c;PHP 1.创建数据库&#xff0c;并进行授权 2.上传论坛压缩包到 /opt ,并解压 3.上传站点更新包 4.更改论坛目录的属主 5.浏览器访问验证 LAMP 网…

【第4章】SpringBoot实战篇之登录优化(含redis使用)

文章目录 前言一、整合redis1. 引入库2. 配置 二、登录优化1.登录2.拦截器3. 登出4. 修改密码 总结 前言 上一章的登录接口,我们将用户登录信息放置于Map中,存在一个问题,集群部署无法共享以及应用停止用户登录信息即丢失,接下来我们整合redis来整合这个问题。 一、整合redis …