aster – ページ 6 – Python in the box

3月 1, 20173月 4, 2018

pythonでopenGLを試す

先日matplotlibを使った簡単な分子動力学の可視化を試したが非常に描画が遅い。ググってみるとどうもmatplotlibはプロッティングの遅さに定評があるらしい。

そんなわけで違う方法での可視化を試す。
試してみるのはopenGL。python用にはpyOpenGLというパッケージが用意されている。当方の環境centos7では下記コマンドで導入が出来た。

%easy_install PyOpenGL

from OpenGL.GL import *
from OpenGL.GLUT import *


def draw():
    glClearColor(1.0, 0.0, 0.0, 0.0)
    glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT)
    glFlush()
    glutSwapBuffers()

if __name__ == "__main__":
    glutInit(sys.argv)
    glutInitDisplayMode(GLUT_RGBA | GLUT_DOUBLE | GLUT_DEPTH)
    glutInitWindowSize(320, 240)
    glutCreateWindow("openGL test")
    glutDisplayFunc(draw)

    glutMainLoop()

from OpenGL.GL import *

from OpenGL.GLUT import *

def draw():

glClearColor(1.0, 0.0, 0.0, 0.0)

glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT)

glFlush()

glutSwapBuffers()

if __name__ == "__main__":

glutInit(sys.argv)

glutInitDisplayMode(GLUT_RGBA | GLUT_DOUBLE | GLUT_DEPTH)

glutInitWindowSize(320, 240)

glutCreateWindow("openGL test")

glutDisplayFunc(draw)

glutMainLoop()

■実行結果
pyopenglのテスト

2月 17, 2017

UbuntuのPythonでpyQtGraphをインストール

作業メモ
まずはUbuntuにてeasy_installをpipをインストール

easy_installのインストール
$ sudo apt-get install python-setuptools

pipのインストール
$ sudo apt-get install python-pip

pipを使ってpyQtGraphをインストール
$ sudo pip install pyqtgraph

2月 11, 20171月 7, 2022

分子動力学による粒子のシミュレーション

粒子の動きを分子動力学で計算しmatplotlibで可視化してみる。
ただし各粒子間には相互作用は働かないシンプルな系として考える。
速度の計算はベルレ法(参考)。

各粒子はお互いが見えていないので、初速のまま真っ直ぐに飛び続ける。境界を越えたら反対側へ。

#-*- coding:utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
import random

a  = 10
Dt = 0.1

#Define xy index
PX = 0
PY = 1
VX = 2
VY = 3
FX = 4
FY = 5

def integ(xy):
  #verlet integration
  particle_num = len(xy)
  pnum = 0
  while pnum < particle_num:
    #update velocity
    xy[pnum][VX] = xy[pnum][VX] + 0.5*Dt*xy[pnum][FX]
    xy[pnum][VY] = xy[pnum][VY] + 0.5*Dt*xy[pnum][FY]
    #update position
    xy[pnum][PX] = xy[pnum][PX] + Dt*xy[pnum][VX]
    xy[pnum][PY] = xy[pnum][PY] + Dt*xy[pnum][VY]
    #boundary condition
    if xy[pnum][PX] > a:
       xy[pnum][PX] -= a
    if xy[pnum][PY] > a:
       xy[pnum][PY] -= a
    if xy[pnum][PX] < 0:
       xy[pnum][PX] += a
    if xy[pnum][PY] < 0:
       xy[pnum][PY] += a
    pnum += 1


def update(i, fig_title, xy, total_step):
    if i != 0:
        plt.cla()
    ax.set_xlim(0,10)
    ax.set_ylim(0,10)
    integ(xy)
    nnum = 0
    while nnum < len(xy):
       plt.plot(xy[nnum][PX], xy[nnum][PY], "o")
       nnum = nnum + 1
    plt.title(fig_title + ' step = ' + str(i) + '/' + str(total_step))


def init_set(xy):
  pnum = 0
  xv_sum = 0
  yv_sum = 0
  particle_num = len(xy)
  while pnum < particle_num:
    xy[pnum][PX] = 0  # x-position
    xy[pnum][PY] = 0  # y-position
    xy[pnum][VX] = random.uniform(-1,1) # x-velocity
    xy[pnum][VY] = random.uniform(-1,1) # y-velocity
    xv_sum += xy[pnum][VX]
    yv_sum += xy[pnum][VY]
    xy[pnum][FX] = 0   # x-force
    xy[pnum][FY] = 0   # y-force
    pnum += 1
  #Total momentum to zero
  xv_sum = xv_sum / particle_num
  yv_sum = yv_sum / particle_num
  pnum = 0
  while pnum < particle_num:
    xy[pnum][VX] = xy[pnum][VX] - xv_sum
    xy[pnum][VY] = xy[pnum][VY] - yv_sum
    pnum += 1


if __name__ == "__main__":
    fig = plt.figure(figsize = (10, 6))
    fig.set_size_inches(10,10)
    ax = fig.add_subplot(111)
    perticle_num = 100
    xy = [[0 for i in range(6)] for j in range(perticle_num)]
    init_set(xy)
    total_step =400
    ani = anm.FuncAnimation(fig, \
                        update, fargs = ('Molecular Dynamics ', xy, total_step), \
                        interval = 10, frames =  total_step)
    plt.show()
    #ani.save("Sample_MD.gif", writer = 'imagemagick', dpi=50)

#-*- coding:utf-8 -*-

import matplotlib.pyplot as plt

import numpy as np

import random

a = 10

Dt = 0.1

#Define xy index

PX = 0

PY = 1

VX = 2

VY = 3

FX = 4

FY = 5

def integ(xy):

#verlet integration

particle_num = len(xy)

pnum = 0

while pnum < particle_num:

#update velocity

xy[pnum][VX] = xy[pnum][VX] + 0.5*Dt*xy[pnum][FX]

xy[pnum][VY] = xy[pnum][VY] + 0.5*Dt*xy[pnum][FY]

#update position

xy[pnum][PX] = xy[pnum][PX] + Dt*xy[pnum][VX]

xy[pnum][PY] = xy[pnum][PY] + Dt*xy[pnum][VY]

#boundary condition

if xy[pnum][PX] > a:

xy[pnum][PX] -= a

if xy[pnum][PY] > a:

xy[pnum][PY] -= a

if xy[pnum][PX] < 0:

xy[pnum][PX] += a

if xy[pnum][PY] < 0:

xy[pnum][PY] += a

pnum += 1

def update(i, fig_title, xy, total_step):

if i != 0:

plt.cla()

ax.set_xlim(0,10)

ax.set_ylim(0,10)

integ(xy)

nnum = 0

while nnum < len(xy):

plt.plot(xy[nnum][PX], xy[nnum][PY], "o")

nnum = nnum + 1

plt.title(fig_title + ' step = ' + str(i) + '/' + str(total_step))

def init_set(xy):

pnum = 0

xv_sum = 0

yv_sum = 0

particle_num = len(xy)

while pnum < particle_num:

xy[pnum][PX] = 0 # x-position

xy[pnum][PY] = 0 # y-position

xy[pnum][VX] = random.uniform(-1,1) # x-velocity

xy[pnum][VY] = random.uniform(-1,1) # y-velocity

xv_sum += xy[pnum][VX]

yv_sum += xy[pnum][VY]

xy[pnum][FX] = 0 # x-force

xy[pnum][FY] = 0 # y-force

pnum += 1

#Total momentum to zero

xv_sum = xv_sum / particle_num

yv_sum = yv_sum / particle_num

pnum = 0

while pnum < particle_num:

xy[pnum][VX] = xy[pnum][VX] - xv_sum

xy[pnum][VY] = xy[pnum][VY] - yv_sum

pnum += 1

if __name__ == "__main__":

fig = plt.figure(figsize = (10, 6))

fig.set_size_inches(10,10)

ax = fig.add_subplot(111)

perticle_num = 100

xy = [[0 for i in range(6)] for j in range(perticle_num)]

init_set(xy)

total_step =400

ani = anm.FuncAnimation(fig, \

update, fargs = ('Molecular Dynamics ', xy, total_step), \

interval = 10, frames = total_step)

plt.show()

#ani.save("Sample_MD.gif", writer = 'imagemagick', dpi=50)

実行の結果は下記。
Molecular dynamics simulation sample

2月 10, 2017

オンラインでのgif圧縮

matplotlibで生成したgifをwebへアップする際に、
少しでもgifファイルサイズを小さくするため下記サイトを使ってみた。

https://compressor.io/

結果は下記。余白が多いようなgifアニメは結構圧縮が効く様子。
930KB -> 530KB

2月 10, 20172月 11, 2017

matplotlibでランダムウォーク

ランダムウォークをmatplotlibで表示してみた。
各粒子の動作は乱数で上下左右に動くように設定。
マシンが非力なせいか、粒子数を増やすとgif作成にやたら時間がかかる。

#-*- coding:utf-8 -*-
import matplotlib.animation as anm
import matplotlib.pyplot as plt
import numpy as np
import random

def pstep(xy):
   nnum = 0
   pnum = 0
   while nnum < len(xy):
      while pnum < 2:
         rr = random.random()
         if rr > 0.5:
            xy[nnum][pnum] =  xy[nnum][pnum] + 0.05
         else:
            xy[nnum][pnum] =  xy[nnum][pnum] - 0.05
         if xy[nnum][pnum] < 0:
            xy[nnum][pnum] += 10
         if xy[nnum][pnum] > 10:
            xy[nnum][pnum] -= 10

         pnum = pnum + 1
      pnum = 0
      nnum = nnum + 1

def update(i, fig_title, A, xy, total_step):
    if i != 0:
        plt.cla()
    ax.set_xlim(0,10)
    ax.set_ylim(0,10)

    pstep(xy)
    nnum = 0

    while nnum < len(xy):
       plt.plot(xy[nnum][0], xy[nnum][1], "o")
       nnum = nnum + 1

    plt.title(fig_title + ' step = ' + str(i) + '/' + str(total_step))


if __name__ == "__main__":
    fig = plt.figure(figsize = (10, 6))
    fig.set_size_inches(10,10)
    ax = fig.add_subplot(111)
    perticle_num = 50
    xy = [[0 for i in range(2)] for j in range(perticle_num)]

    nnum = 0
    pnum = 0
    while nnum < len(xy):
        while pnum < 2:
            xy[nnum][pnum] = random.random() * 10
            pnum = pnum + 1
        pnum = 0
        nnum = nnum + 1

    total_step =200
    ani = anm.FuncAnimation(fig, \
                        update, fargs = ('Random Work', 2.0, xy, total_step), \
                        interval = 100, frames =  total_step)

    ##plt.show()
    ani.save("Sample_randomwork.gif", writer = 'imagemagick', dpi=50)

#-*- coding:utf-8 -*-

import matplotlib.animation as anm

import matplotlib.pyplot as plt

import numpy as np

import random

def pstep(xy):

nnum = 0

pnum = 0

while nnum < len(xy):

while pnum < 2:

rr = random.random()

if rr > 0.5:

xy[nnum][pnum] = xy[nnum][pnum] + 0.05

else:

xy[nnum][pnum] = xy[nnum][pnum] - 0.05

if xy[nnum][pnum] < 0:

xy[nnum][pnum] += 10

if xy[nnum][pnum] > 10:

xy[nnum][pnum] -= 10

pnum = pnum + 1

pnum = 0

nnum = nnum + 1

def update(i, fig_title, A, xy, total_step):

if i != 0:

plt.cla()

ax.set_xlim(0,10)

ax.set_ylim(0,10)

pstep(xy)

nnum = 0

while nnum < len(xy):

plt.plot(xy[nnum][0], xy[nnum][1], "o")

nnum = nnum + 1

plt.title(fig_title + ' step = ' + str(i) + '/' + str(total_step))

if __name__ == "__main__":

fig = plt.figure(figsize = (10, 6))

fig.set_size_inches(10,10)

ax = fig.add_subplot(111)

perticle_num = 50

xy = [[0 for i in range(2)] for j in range(perticle_num)]

nnum = 0

pnum = 0

while nnum < len(xy):

while pnum < 2:

xy[nnum][pnum] = random.random() * 10

pnum = pnum + 1

pnum = 0

nnum = nnum + 1

total_step =200

ani = anm.FuncAnimation(fig, \

update, fargs = ('Random Work', 2.0, xy, total_step), \

interval = 100, frames = total_step)

##plt.show()

ani.save("Sample_randomwork.gif", writer = 'imagemagick', dpi=50)

実行した結果が下記。
random work at matplotlib by python

random work sample by python and matplotlib.

2月 1, 20172月 5, 2017

cygwinでmatplotlibとscipyを使えるようにする

↓こちらのサイトを参考に、そのままの手順でできました。
http://ssmn0621.blogspot.jp/2016/03/cygwinnumpyscipymatplotlib.html

■pipのインストール
%easy_install-2.7 pip

■scipyのインストール
%pip install scipy

■matplotlibのインストール
%easy_install-2.7 matplotlib==2.0.0

■実行テスト
setenv DISPLAY :0.0 #DISPLAY設定
run xwin -multiwindow -noclipboard #xを起動
python rect.py

■実行結果
matplotlibで描画した長方形図形

■rect.pyの中身は↓

# -*- coding: utf-8 -*-
import matplotlib
import matplotlib.pyplot as plt

def main():
    fig = plt.figure()
    ax = fig.add_subplot(111)
    # 始点(0.2,0.2)で幅が0.2, 高さが0.4の長方形を描画
    rect = plt.Rectangle((0.2,0.2),0.2,0.4,fc="#770000")
    ax.add_patch(rect)
    plt.show()

if __name__ == '__main__':
    main()

# -*- coding: utf-8 -*-

import matplotlib

import matplotlib.pyplot as plt

def main():

fig = plt.figure()

ax = fig.add_subplot(111)

# 始点(0.2,0.2)で幅が0.2, 高さが0.4の長方形を描画

rect = plt.Rectangle((0.2,0.2),0.2,0.4,fc="#770000")

ax.add_patch(rect)

plt.show()

if __name__ == '__main__':

main()

※easy_install , pip
共にpython用外部ライブラリのパッケージ管理ツール
easy_installの方が古いらしく、pipはこれらを置き換える
　目的で開発されている。

1月 30, 2017

任意の数のランダムなxy座標を生成する

リスト形式でappendしてやることで、指定数を追加できる。
xyzならappendで追加する要素を３つにすればOK

#-*- coding:utf-8 -*-

import random

def init_xy(list,n):
    i = 0
    while i < n:
       list.append([random.random(),random.random()])
       i += 1


if __name__ == "__main__":
    n = 10
    xylist = []
    init_xy(xylist,n)
    print xylist

#-*- coding:utf-8 -*-

import random

def init_xy(list,n):

i = 0

while i < n:

list.append([random.random(),random.random()])

i += 1

if __name__ == "__main__":

n = 10

xylist = []

init_xy(xylist,n)

print xylist

1月 30, 20172月 10, 2017

関数に指定した引数は参照渡し

Pythonは関数に指定した引数がすべて参照渡しとなるらしい。
ただし、指定した引数の型によっては変更不可となる。

変更不可（イミュータブル）
int, float, str, tuple

変更可（ミュータブル）
list, set, dict

↓参考
http://docs.python.jp/2/reference/datamodel.html

■変更不可例

#-*- coding:utf-8 -*-

def test(gg):
    gg = gg * 2

if __name__ == "__main__":
    x = 10
    print(x)  ## 結果 10
    test(x)
    print(x)  ## 結果 10

#-*- coding:utf-8 -*-

def test(gg):

gg = gg * 2

if __name__ == "__main__":

x = 10

print(x) ## 結果 10

test(x)

print(x) ## 結果 10

■変更可例

#-*- coding:utf-8 -*-

def test(list):
    list[0] = list[0] * 2

if __name__ == "__main__":
    list = []
    list.append(10)
    print list[0]   ## 結果 10 
    test(list)
    print list[0]   ## 結果 20

#-*- coding:utf-8 -*-

def test(list):

list[0] = list[0] * 2

if __name__ == "__main__":

list = []

list.append(10)

print list[0] ## 結果 10

test(list)

print list[0] ## 結果 20

id関数を使ってみると、関数内でイミュータブル変数を変更すると識別子が変わった。
(ミュータブルは識別子変わらず)

#-*- coding:utf-8 -*-

def test(list,x):
    print id(list),id(x)   # 7696579635896 25769969816
    list[0] = list[0] * 2
    x += 1
    print id(list),id(x)   # 7696579635896 25769969792
if __name__ == "__main__":
    x = 1
    list = []
    list.append(10)
    print list[0],x       # 10 1
    print id(list),id(x)  # 7696579635896 25769969816
    test(list,x)
    print list[0],x       # 20 1
    print id(list),id(x)  # 7696579635896 25769969816

#-*- coding:utf-8 -*-

def test(list,x):

print id(list),id(x) # 7696579635896 25769969816

list[0] = list[0] * 2

x += 1

print id(list),id(x) # 7696579635896 25769969792

if __name__ == "__main__":

x = 1

list = []

list.append(10)

print list[0],x # 10 1

print id(list),id(x) # 7696579635896 25769969816

test(list,x)

print list[0],x # 20 1

print id(list),id(x) # 7696579635896 25769969816