赛博朋克这么火,如果与Python结合,能有多酷?
《赛博朋克2077》,最近一款非常火的单机游戏~
游戏的背景设定在了2077年,一个科技高度发达但却混乱无序的“赛博朋克”都市当中。
在这个世界里,虽然科技高度发展,但是人类的生活水平却极度低下,或者说穷人的生活水平极度低下。
而且,除了极少部分的资本富人,剩下的全是穷人。
所以,这就是一个极端的世界,包含着非常多的元素。在视觉上,繁华的立体城市,到处是霓虹灯,人造光是所有的光源,甚至没有阳光。
对应的,在贫民窟,就是黑暗、潮湿。
虚拟和现实界限模糊,人工智能和人造人傻傻分不清楚,穷人和富人极度分化,到处充斥着恐怖主义。
总之就是一个绝对的反乌托邦世界,如果你感兴趣可以去深入了解一下,小F就点到为止咯!
这期主要是给大家介绍一款“赛博朋克”风格的Python库,「mplcyberpunk」
GitHub:https://github.com/dhaitz/mplcyberpunk
首先通过pip安装。
# 安装
pip install mplcyberpunk
由于作者没有编写使用文档,而且只给了一部分的示例代码...
小F研究起来,是真的难搞啊!
先来看第一个示例。
import matplotlib.pyplot as plt
import mplcyberpunk
# 添加样式
plt.style.use("cyberpunk")
plt.plot([1, 3, 9, 5, 2, 1, 1], marker='o')
plt.plot([4, 5, 5, 7, 9, 8, 6], marker='o')
# 设置线条发光+面积图
mplcyberpunk.add_glow_effects()
plt.show()
得到一个线条发光的面积图。
确实很符合赛博朋克的霓虹灯风格,人造光源。
通过查看库的源码文件core.py,发现该库的两个主要功能。
即make_lines_glow(线条发光)和add_underglow(线条面积图)。
下面我们将每个方法都用一次。
import numpy as np
import mplcyberpunk
import matplotlib.pyplot as plt
plt.style.use("cyberpunk")
# 数据
x = np.arange(-7, 7, 0.1)
y1 = np.sin(x)
y2 = np.sin(x) + x
y3 = np.sin(x) * x
y4 = np.sin(x) / x
plt.plot(x, y1)
plt.plot(x, y2)
plt.plot(x, y3)
plt.plot(x, y4)
# 线条发光
mplcyberpunk.make_lines_glow()
# 面积图
mplcyberpunk.add_underglow()
# 保存图片
plt.savefig("defalut.png")
第一个是默认格式,第二个是添加线条发光,第三个是线条发光+面积图。
和作者给的示例图,差了标题和图例,小伙伴们可以自行添加~
此外还可以自定义一些其他类型的颜色。
默认colormap是cool。
import matplotlib.pyplot as plt
from matplotlib import cm
import mplcyberpunk
import numpy as np
# time
t = np.arange(0, 6.4, 0.1)
# frequency
f = 1
amplitudes = np.arange(-10, 11, 1)
# amplitude
A = [x * np.cos(f*t) for x in amplitudes]
# 设置颜色样式,cool、spring、winter、tab20、coolwarm
colormap_sect = np.linspace(0, 1, len(amplitudes))
colors = [cm.coolwarm(x) for x in colormap_sect]
plt.rcParams['figure.figsize'] = [6, 4]
plt.style.use("cyberpunk")
plt.xlim(right=6.3)
for i in range(21):
plt.plot(t, A[i], color=colors[i])
mplcyberpunk.make_lines_glow()
# 标题名,cool、spring、winter、tab20、coolwarm
plt.title("Colormap: 'coolwarm'")
plt.savefig("colormap.png")
得到5种配色方案的图表。
看起来,都很炫!
最后还可以生成“赛博朋克”风格的地图。
使用到的是ridge_map的山脊地图。
GitHub:https://github.com/ColCarroll/ridge_map
# 安装
pip install ridge_map
# 安装库的依赖
pip install scikit-image==0.14.2
这里需要注意,安装scikit-image时需指定0.14.2版本,否则会报错。
由于ridge_map这个库内容比较多,就不展开说了。
import matplotlib.font_manager as fm
import matplotlib.pyplot as plt
from ridge_map import RidgeMap
import mplcyberpunk
# 赛博朋克样式
plt.style.use("cyberpunk")
# 中文显示
plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows
plt.rcParams['font.sans-serif'] = ['Hiragino Sans GB'] # Mac
plt.rcParams['axes.unicode_minus'] = False
# 字体
font_prop = fm.FontProperties(fname="方正兰亭刊黑.ttf")
# 获取数据,此处需特殊技巧才能成功
rm = RidgeMap(bbox=(-156.250305, 18.890695, 154.714966, 20.275080), font=font_prop)
# 设置线条数,朝向,以及其他属性
values = rm.get_elevation_data(num_lines=200, viewpoint='north')
values = rm.preprocess(values=values,
water_ntile=10,
vertical_ratio=240)
# 设置标题,线条颜色,背景颜色等
rm.plot_map(values, label="夏威夷", kind='gradient', line_color=plt.get_cmap('spring'), background_color='#212946')
plt.savefig('夏威夷.png')
得到夏威夷岛的山脊地图,朋克风格满满!
作者提供的两个图,世界地图和欧洲地图,数据获取时间太久,所以小F选择放弃~
好像是可以使用heightmaps格式的图片直接实现,感兴趣的小伙伴,可以自己试试啦!
小F就来实验一个小一点的区域,台湾省。
import matplotlib.font_manager as fm
import matplotlib.pyplot as plt
from ridge_map import RidgeMap
import mplcyberpunk
# 赛博朋克样式
plt.style.use("cyberpunk")
# 中文显示
plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows
plt.rcParams['font.sans-serif'] = ['Hiragino Sans GB'] # Mac
plt.rcParams['axes.unicode_minus'] = False
# 字体
font_prop = fm.FontProperties(fname="方正兰亭刊黑.ttf")
# 获取数据,此处需特殊技巧才能成功
rm = RidgeMap(bbox=(122.014, 25.344, 120.036, 21.902), font=font_prop)
# 设置线条数,朝向,以及其他属性
values = rm.get_elevation_data(num_lines=200, viewpoint='north')
values = rm.preprocess(values=values,
water_ntile=10,
vertical_ratio=240)
# 设置标题,线条颜色,背景颜色等
rm.plot_map(values, label="台湾省", kind='gradient', line_color=plt.get_cmap('spring'), background_color='#212946')
plt.savefig('台湾省.png')
其中经纬度坐标,可通过腾讯位置服务获取。
得到台湾省的山脊线图。
不愧是高山民族,除了沿海平一点,其它都是山...
好了,本期分享到此就结束了,对于“赛博朋克”风格的柱状图、饼图等等,就让大家自己去探索吧。
公众号回复「赛博朋克」,即可获取使用到的代码文件及数据。
万水千山总是情,点个点 ? 行不行。
-END-
文末赠送一本《人工智能数学基础》数学思维的体操,也是学习人工智能的基石。在人工智能算法的学习过程中,很多初学者遭遇的挫折多半是来自看不懂算法的数学推导过程,进而无法理解算法原理,在应用中只能调整参数或换工具包,却很难优化算法。要理解一个算法的内在逻辑,没有必要的数学知识是不行的,这一点是人工智能编程和以往传统程序编程的不同之处。该书立足于帮助数据科学与人工智能相关行业的读者快速掌握相关的基本数学知识,为进一步学习打下基础,是一本值得推荐的图书。
除了直接点击上方小程序购买有一定折扣,早起也申请了3本送给各位读者,将以抽奖的形式送给星标早起Python的粉丝,如果你想参与的话,可以按照下面图示星标公众号后在后台回复送书,祝大家好运?