目录

1. Koch曲线

瑞典数学家Helge von Koch，在1904年发表的“从初等几何构造的一条没有切线的连续曲线”的论文中提出Korch曲线。它的描述如下：指定一条线段的长度\(l\)(可以理解为第0次迭代)

将这条线段三等分，并以中间的线段为底边构造一个等边三角形，然后去掉底边

对2中生成的曲线的每一条边重复2的操作(每操作一次称为一次迭代)

最终得到的集合图形长度为：$$L=l*(\frac{4}{3})^{N}$$，其中的N指的是迭代次数。

1.2 绘制方法：如果N=0，直接画出L长的直线即可

如果N=1(第一次迭代)，画出长度为L/3的线段；画笔向左转60度再画长度为L/3长的线段；画笔向右转120度画长度为L/3长的线段；画笔再向左转60度画出长度为L/3的线段

如果n>1，第n次迭代相当于：n-1次迭代；画笔左转60度；n-1次迭代；画笔右转120度；n-1次迭代；画笔左转60度；n-1次迭代。

1.3 Python代码实现# -*- coding: utf-8 -*-

import turtle

Division = 3.0

DirectionAangle = [('left',60),('right',120),('left',60)]

def call(name):

if name == 'left':

return turtle.left

else:

return turtle.right

def koch(n, length):

if n==0:

turtle.forward(length)

else:

for DA in DirectionAangle:

koch(n-1,length/Division)

call(DA[0])(DA[1])

koch(n-1,length/Division)

koch(n=2, length=100)

turtle.done()

1.4 绘制的图形

下面分别是n=3, length=300和n=4, length=400生成的Koch曲线

2. Julia集

2.1 绘制方法

在上一篇博文中提到过，点击前往设定初值 p,q, 最大的迭代次数 N, 图形的大小 a,b, 及使用的颜色数 K.这里需要注意的是c的模总是小于2。可以证明当c的模大于2时，进行迭代必将发散到无穷。

设定区域的界值 \( M\ge max(2,\sqrt{p^2+q^2}) \)

将区域\(R=[-M,M]\times[-M,M]\)分成\(a\times b\)的网格，分别以每个网格点为初值(\(x_0,y_0\))。利用上面替换之后的公式做迭代。如果对\(n \le N\)所有的都有\({x_n}^2+{y_n}^2\le M^2 \)，则将象素\((i, j)\)置为这一种颜色。如果从某一步 n 开始\({x_n}^2+{y_n}^2\ge M^2 \)，则将象素 \((i, j)\)置为不同颜色。

2.2 Python代码实现# -*- coding: utf-8 -*-

import matplotlib.pyplot as plot

import numpy as np

p=0.45 #初始值c的实部

q=-0.1428 #初始值c的虚部

N=800 #最大迭代次数

M=100 #迭代区域的界值

a=3.0 #绘制图的横轴大小

b=3.0 #绘制图的纵轴大小

step=0.005 #绘制点的步长

def iterate(z,N,M):

z=z*z+c

for i in xrange(N):

if abs(z)>M:

return i

z=z*z+c

return N

c=p+q*1j

i=np.arange(-a/2.0,a/2.0,step)

j=np.arange(b/2.0,-b/2.0,-step)

I,J=np.meshgrid(i, j)

ufunc=np.frompyfunc(iterate,3,1)

Z=ufunc(I+1j*J,N,M).astype(np.float)

plot.imshow(Z,extent=(-a/2.0,a/2.0,-b/2,b/2.0))

cb = plot.colorbar(orientation='vertical',shrink=1)

cb.set_label('iteration counts')

plot.show()

2.3 绘制的图形

参数：p=0.285 q=0.01 N=200 M=100 a=2.0 b=2.0 step=0.005 (左图)

参数：p=0.45 q=-0.1428 N=200 M=100 a=2.0 b=2.0 step=0.005 (右图)

还有其他的初始c值可以绘制出十分漂亮的图案，例如：

c = -0.70176+-0.3842j c = -0.835+-0.2321j c = -0.8+0.156j c = 0.285

3. Mandelbrot集

数学定义： $$f_c(z) = z^2+c$$

Mandelbrot集是\(f_c(z)\)在z=0，关于复数c=x+yi的函数迭代不发散序列集合。

绘制Mandelbrot集最简单的方法是使用逃逸时间进行绘制。逃逸时间指的是，在指定范围M进行有限次数N迭代，而不超出M区域的次数。使用不同的颜色绘制不同的迭代次数。设置迭代的最多次数，N

设置初始化\(z_0\)的值，

设置逃逸半径R的值，通常为2

3.1 绘制方法

3.2 Python实现# -*- coding: utf-8 -*-

import numpy as np

import matplotlib.pyplot as plot

x0=0 #初始值z0的x0

y0=0 #初始值z0的y0

zoom=1.0 #放大倍率

N=100 #最大迭代次数

R=2 #迭代半径

a=4.0 #绘制图的横轴大小

b=3.0 #绘制图的纵轴大小

step=0.005 #绘制点的步长

def iterate(c,N,R):

z=c

for i in xrange(N):

if abs(z)>R:

return i

z = z*z+c

return N

x=np.arange(-a/(2.0*zoom)+x0,a/(2.0*zoom)+x0,step)

y=np.arange(b/(2.0*zoom)+y0,-b/(2.0*zoom)+y0,-step)

cx,cy=np.meshgrid(x, y)

c = cx + cy*1j

ufunc=np.frompyfunc(iterate,3,1)

Z=ufunc(c,N,R).astype(np.float)

plot.imshow(Z,extent=(-a/2.0,a/2.0,-b/2,b/2.0))

cb = plot.colorbar(orientation='vertical',shrink=1)

cb.set_label('iteration counts')

plot.show()

3.3 绘制的图形

图中是使用参数：x0=0 y0=0 zoom=1.0 N=100 R=2 a=4.0 b=3.0 step=0.005。生成的图像。不同的是，它们依次使用的是二次、三次幂的迭代。

最后，还可以使用ImageMagick工具，将生成的图像制作成一个动态GIF。convert *.png out.gif