最近在做Fourier Transform的内容,记录一下今天下午的成果。

本文代码全部自行编写,需要math and music项目完整工程可以在gayhub上获取。(现在还没弄完,就先不发了。)

概要

第一部分:

    图像代码部分原理很直接,即极坐标参数方程的转化。

第二部分:

  关于图像质点中心的问题,数学上需要使用复数与微积分的知识求出。

    3b1b的原代码也是将质点的x-coordinate of center of mass图像直接用公式绘制。

    但是本文使用的是暴力的方法,直接用Mobject的get_center通过帧updater描点的方法绘制离散的点集。如果需要,可以拟合为曲线。

  

原视频:https://www.youtube.com/watch?v=spUNpyF58BY&t=188s

bilibili:

https://www.bilibili.com/video/BV1pW411J7s8?share_source=copy_web

数学公式在geogebra中构建如下:

即将cos(mx)+1转化为参数方程[(1+cos(mt))·cos(nt),(1+cos(mt))·sin(nt)]

关于sin和cos的选择:

正弦和余弦差别在于初始相位。这里出于教学考虑用余弦而不是正弦,主要是因为复指数函数的实部是余弦。如果用正弦的话,会发现质心的纵坐标而不是横坐标在频率重合的时候达到峰值(而且是负的)。

manim代码:

创建的Mobject有:axes axes_label polarPlane D_delta D_rou D_move

  以及三个图像:axes_graph polar_graph para_graph

然后使用add_update()添加DecimalNumber作为变化数值到动画更新函数即可。

第一部分代码:

class FourierTrans_First(Scene):
def construct(self):
axes = Axes(
x_range=[-0, 2*PI, PI/4],
y_range=[-0.1, 2.5, 1],
x_length=14,
y_length=2
).to_edge(UP)
axes_label = axes.get_axis_labels('Time','Intensity')
polarPlane = PolarPlane(
radius_max=2.0,
azimuth_units="TAU radians",
size=4,
azimuth_label_font_size=24,
radius_config={"font_size": 24},
).add_coordinates().to_edge(DOWN+LEFT)
#显示坐标与坐标标签
self.add(axes,axes_label,polarPlane) #一些全局参数-修改这三个参数就好
delta = 0#偏移量
rou = 20#theta的系数
move = 10#极坐标变换的变化程度系数
dn_kwargs = {'num_decimal_places':3,}
D_delta = DecimalNumber(delta,**dn_kwargs)
D_rou = DecimalNumber(rou,**dn_kwargs)
D_move = DecimalNumber(move,**dn_kwargs).shift(DOWN) #解析式-公式修改这里就好
r = lambda t: np.sin(D_rou.get_value()*t)+1
par = lambda t: np.array([
(r(t))*np.cos(D_move.get_value()*t),
(r(t))*np.sin(D_move.get_value()*t),
0])
#更新函数
def Func_axes():
return axes.plot(r,color=PINK) def Func_polar():
return polarPlane.plot_polar_graph(r, [0, 2 * PI], color=ORANGE) def Func_para():
para = ParametricFunction(
par,
t_range = np.array([0, 3.14*2]),
fill_opacity=0)\
.set_color(color=[RED,YELLOW,BLUE,RED])\
.shift(DOWN*2+RIGHT*2)
self.add(Dot(para.get_center()))
return para axes_graph = Func_axes()
polar_graph = Func_polar()
para_graph = Func_para() axes_graph.add_updater(lambda mob: mob.become(Func_axes()))
polar_graph.add_updater(lambda mob: mob.become(Func_polar()))
para_graph.add_updater(lambda mob:mob.become(Func_para())) self.add(D_rou,D_move)
self.play(Write(axes_graph),Write(polar_graph),Write(para_graph))
#self.play(ChangeDecimalToValue(D_rou,20),run_time=5,rate_func=linear)
self.play(ChangeDecimalToValue(D_move,20),run_time=5,rate_func=linear)
self.wait(1)

第二部分(含一)代码:

from manim import *

class FourierTrans_First(Scene):
def construct(self):
#########全局参数-修改这5个参数就好#########
delta = 0#偏移量
rou = 0#theta的系数
move = 1#极坐标变换的变化程度系数
target = 1#追踪质心y坐标
track_end = 18#扭扭的结尾
############################################
dn_kwargs = {'num_decimal_places':3,}
D_delta = DecimalNumber(delta,**dn_kwargs)
D_rou = DecimalNumber(rou,**dn_kwargs).shift(LEFT)
D_move = DecimalNumber(move,**dn_kwargs).next_to(D_rou,DOWN)
D_target = DecimalNumber(target,**dn_kwargs).next_to(D_move,DOWN) #######解析式-修改这里 《公式r》 就好#######
r = lambda t: np.sin(D_rou.get_value()*t)+1
############################################
par = lambda t: np.array([
(r(t))*np.cos(D_move.get_value()*t),
(r(t))*np.sin(D_move.get_value()*t),
0]) #coordinate system & labels
axes = Axes(
x_range=[-0, 2*PI, PI/4],
y_range=[-0.1, 2.5, 1],
x_length=14,
y_length=2
).to_edge(UP)
axes_label = axes.get_axis_labels('Time','Intensity') #polar plane
polarPlane = PolarPlane(
radius_max=2.0,
azimuth_units="TAU radians",
size=4,
azimuth_label_font_size=24,
radius_config={"font_size": 24},
).add_coordinates().to_edge(DOWN+LEFT) #point track plane
pointAxes = Axes(
x_range=[0, track_end+track_end*0.3,1],
y_range=[-0.5, 1],
x_length=6,
y_length=4
).to_edge(UP).to_edge(DOWN+RIGHT) #更新函数
def Func_axes():
return axes.plot(r,color=PINK) def Func_polar():
return polarPlane.plot_polar_graph(r, [0, 2 * PI], color=ORANGE) def Func_para():
para = ParametricFunction(
par,
t_range = np.array([0, 3.14*2]),
fill_opacity=0)\
.set_color(color=[RED,YELLOW,BLUE,RED])
return para def Func_para_with_messPoint():
para = ParametricFunction(
par,
t_range = np.array([0, 3.14*2]),
fill_opacity=0)\
.set_color(color=[RED,YELLOW,BLUE,RED]) messPoint = Dot(pointAxes.coords_to_point(D_move.get_value(),para.get_y()),color=GREEN_B,radius=0.02)
self.add(messPoint)
return para axes_graph = Func_axes()
polar_graph = Func_polar()
para_graph = Func_para() #define messPoint
messPoint = Dot(para_graph.get_center()) #定义updater_func表达式
axU = lambda mob: mob.become(Func_axes())
poU = lambda mob: mob.become(Func_polar())
paU = lambda mob:mob.become(Func_para().shift(DOWN+RIGHT*3))
paU_with_messPoint = lambda mob:mob.become(Func_para_with_messPoint().move_to(para_graph)) #添加updater
axes_graph.add_updater(axU)
polar_graph.add_updater(poU)
para_graph.add_updater(paU) ################################################
####################开始动画####################
################################################ #显示坐标与坐标标签
group_axes = VGroup(axes,axes_label,axes_graph)
group_polar = VGroup(polarPlane,polar_graph)
self.add(D_rou,D_move)
self.play(Write(group_axes),Write(group_polar),Write(para_graph))
self.play(ChangeDecimalToValue(D_rou,track_end),run_time=14,rate_func=linear) #左下角的图像消失,右下角的图像挪来左边
polar_graph.remove_updater(poU)
self.play(FadeOut(polar_graph)) para_graph.remove_updater(paU)
self.play(para_graph.animate.move_to(group_polar)) self.play(GrowFromCenter(pointAxes)) #开始扭扭~并且加点追踪
para_graph.add_updater(paU_with_messPoint)
D_move.set_value(0)
self.play(ChangeDecimalToValue(D_move,track_end),run_time=30,rate_func=linear)
self.wait(1)

【manim】3b1b的"Almost" Fourier Transform复刻的更多相关文章

  1. 傅里叶变换 - Fourier Transform

    傅里叶级数 傅里叶在他的专著<热的解析理论>中提出,任何一个周期函数都可以表示为若干个正弦函数的和,即: \[f(t)=a_0+\sum_{n=1}^{\infty}(a_ncos(n\o ...

  2. 使用 scipy.fft 进行Fourier Transform:Python 信号处理

    摘要:Fourier transform 是一个强大的概念,用于各种领域,从纯数学到音频工程甚至金融. 本文分享自华为云社区<使用 scipy.fft 进行Fourier Transform:P ...

  3. 从傅里叶级数(Fourier series)到离散傅里叶变换(Discrete Fourier transform)

    从傅里叶级数(Fourier series)到离散傅里叶变换(Discrete Fourier transform) 一. 傅里叶级数(FS) 首先从最直观的开始,我们有一个信号\(x(t)\)(满足 ...

  4. YY表行推荐十块顶级复刻表,一比一开模复刻,外观堪比正品

    随着国内制表工艺的逐渐提升,顶级复刻表的行列里成员越来越多,今天复刻表工厂就总结一下最值得入手的十款顶级复刻表来和大家分享. TOP 10:爱彼 AP15400购买指数★★★ AP15400采用顶级复 ...

  5. 复刻smartbits的国产网络测试工具minismb简介

           复刻smartbits的国产网络性能测试工具minismb,是一款专门用于测试智能路由器,网络交换机的性能和稳定性的软硬件相结合的工具.可以通过此工具测试任何ip网络设备的端口吞吐率,带 ...

  6. 复刻smartbits的国产网络性能测试工具minismb-如何配置Ping报文

    复刻smartbits的国产网络性能测试工具minismb,是一款专门用于测试智能路由器,网络交换机的性能和稳定性的软硬件相结合的工具.可以通过此以太网测试工具测试任何ip网络设备的端口吞吐率,带宽, ...

  7. 复刻smartbits的国产网络测试工具minismb-使用burst模式

    复刻smartbits的国产网络性能测试工具minismb,是一款专门用于测试智能路由器,网络交换机的性能和稳定性的软硬件相结合的工具.可以通过此工具测试任何ip网络设备的端口吞吐率,带宽,并发连接数 ...

  8. 复刻smartbits的国产网络测试工具minismb-如何添加数据流

    复刻smartbits的国产网络性能测试工具minismb,是一款专门用于测试智能路由器,网络交换机的性能和稳定性的软硬件相结合的工具.可以通过此工具测试任何ip网络设备的端口吞吐率,带宽,并发连接数 ...

  9. 复刻smartbits的国产网络测试工具minismb-如何测试路由器

    复刻smartbits的国产网络性能测试工具minismb,是一款专门用于测试智能路由器,网络交换机的性能和稳定性的软硬件相结合的工具.可以通过此工具测试任何ip网络设备的端口吞吐率,带宽,并发连接数 ...

随机推荐

  1. springboot引入mybatis遇到的坑

      前边分享了springboot项目的创建及springboot项目的默认配置文件等,想温习的小伙伴可移步至文章末尾阅读,感谢.今天来分享下springboot引入mybatis框架的步骤,有小伙伴 ...

  2. Android Jetpack Navigation基本使用

    Android Jetpack Navigation基本使用 本篇主要介绍一下 Android Jetpack 组件 Navigation 导航组件的 基本使用 当看到 Navigation单词的时候 ...

  3. 敲了几万行源码后,我给Mybatis画了张“全地图”

    作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.说说:"产"后感受 有人跟我说,手写Spring难,手写Mybatis ...

  4. 无法打开虚拟机“master”(D:\文档\Virtual Machines\master\master.vmx):未找到文件。是否从库中移除“master”?

    今天打开虚拟机的时候,出现了这样的弹窗提示: 无法打开虚拟机"master"(D:\文档\Virtual Machines\master\master.vmx):未找到文件.是否从 ...

  5. 实现领域驱动设计 - 使用ABP框架 - 解决方案概览

    .NET解决方案的分层 下图显示了使用ABP的 应用启动模板 创建的Visual Studio解决方案: 解决方案名称为问题跟踪,它由多个项目组成.通过考虑DDD原则以及开发和部署实践,该解决方案是分 ...

  6. Vue 3.0 有哪些新特性值得我们提前了解

    一.迎接 Vue 3.0 简介 ​ Vue.js 作者兼核心开发者尤雨溪宣布 Vue 3.0 进入 Beta 阶段. 已合并所有计划内的 RFC 已实现所有被合并的 RFC Vue CLI 现在通过 ...

  7. SAP Using Text Modules in Adobe Forms

    In this demo we will create an adobe form which displays text in two different languages (English or ...

  8. Moriis神级遍历!

    Moriis 遍历 Morris 遍历是二叉树遍历的一种方式,传统的递归和非递归遍历的时间复杂的都是O(N),空间复杂度都是O(h)(h为树的高度),而 Morris 遍历可以做到时间复杂的依然为 O ...

  9. Python自动化办公:27行代码实现将多个Excel表格内容批量汇总合并到一个表格

    序言 (https://jq.qq.com/?_wv=1027&k=GmeRhIX0) 老板最近越来越过分了,快下班了发给我几百个表格让我把内容合并到一个表格内去.还好我会Python,分分钟 ...

  10. ppt/word公式LaTeX环境配置

    PPT使用Latex说明 一.下载IguanaTex_v1_57 http://www.jonathanleroux.org/software/iguanatex/download.html Inst ...