| Name | wavefront-package JSON |
| Version |
1.0.6
JSON |
| download |
| home_page | None |
| Summary | None |
| upload_time | 2024-10-22 06:44:05 |
| maintainer | None |
| docs_url | None |
| author | None |
| requires_python | None |
| license | None |
| keywords |
|
| VCS |
|
| bugtrack_url |
|
| requirements |
No requirements were recorded.
|
| Travis-CI |
No Travis.
|
| coveralls test coverage |
No coveralls.
|
# Wavefront_package
このツールはYanatori (2022) を修正したツールです
# 実行方法
python -m wavefront_package
# 主な機能
Vronoi図の生成
経路探査
# 依存関係
numpy
matplotlib
opencv-python
# ファイルの説明
circle.csv
生成源のデータ
__main__.pyは
必要なモジュールをインストールしています.
コマンドライン引数が2個未満の時,メインプログラム(wavefront_5_pac.py)が実行されます
ファイルの入力 スタート点とゴール点の設定 出力画像の表示を行う
画像の大きさ Voronoi(縦,横) 指定
# 以下 主な変数の説明
vor.file_input('datefile') で入力ファイルの指定します
diagram = vor.voronoi_tessellation() ボロノイ図の生成
path = vor.search_path(maze,s,g,8) sとgの座標を入力します ex. s:(200,180),g:(270,320)
plt.imshow(maze, cmap=ListedColormap(['white','black','red','gray']))
ボロノイ図の色をつける この処理はなくてもいいが場合により見えずらくなる
plt.scatter(x,y,color='black', s= 3)
線の色を変えたり大きさを変えている. この処理を加えることで実行時間は短くなるが,線は見えやすくなる
ここではボロノイ境界線を通常の3倍の太さにスタート点から境界上の点までの線とゴール点から
境界上の点までの線を4倍の太さにしている
wavefront_5_pac.py
メインのプログラムです
setup.py
パッケージのメタデータを定義する
Raw data
{
"_id": null,
"home_page": null,
"name": "wavefront-package",
"maintainer": null,
"docs_url": null,
"requires_python": null,
"maintainer_email": null,
"keywords": null,
"author": null,
"author_email": null,
"download_url": null,
"platform": null,
"description": "# Wavefront_package\n\u3053\u306e\u30c4\u30fc\u30eb\u306fYanatori (2022) \u3092\u4fee\u6b63\u3057\u305f\u30c4\u30fc\u30eb\u3067\u3059\n\n# \u5b9f\u884c\u65b9\u6cd5\npython -m wavefront_package\n\n# \u4e3b\u306a\u6a5f\u80fd\nVronoi\u56f3\u306e\u751f\u6210\n\u7d4c\u8def\u63a2\u67fb\n\n# \u4f9d\u5b58\u95a2\u4fc2\nnumpy \nmatplotlib\nopencv-python\n\n# \u30d5\u30a1\u30a4\u30eb\u306e\u8aac\u660e\ncircle.csv \n\u751f\u6210\u6e90\u306e\u30c7\u30fc\u30bf\n \n__main__.py\u306f\n\u5fc5\u8981\u306a\u30e2\u30b8\u30e5\u30fc\u30eb\u3092\u30a4\u30f3\u30b9\u30c8\u30fc\u30eb\u3057\u3066\u3044\u307e\u3059.\n\u30b3\u30de\u30f3\u30c9\u30e9\u30a4\u30f3\u5f15\u6570\u304c2\u500b\u672a\u6e80\u306e\u6642,\u30e1\u30a4\u30f3\u30d7\u30ed\u30b0\u30e9\u30e0(wavefront_5_pac.py)\u304c\u5b9f\u884c\u3055\u308c\u307e\u3059\n\u30d5\u30a1\u30a4\u30eb\u306e\u5165\u529b \u30b9\u30bf\u30fc\u30c8\u70b9\u3068\u30b4\u30fc\u30eb\u70b9\u306e\u8a2d\u5b9a \u51fa\u529b\u753b\u50cf\u306e\u8868\u793a\u3092\u884c\u3046\n\u753b\u50cf\u306e\u5927\u304d\u3055 Voronoi(\u7e26,\u6a2a) \u6307\u5b9a\n# \u4ee5\u4e0b \u4e3b\u306a\u5909\u6570\u306e\u8aac\u660e\nvor.file_input('datefile') \u3067\u5165\u529b\u30d5\u30a1\u30a4\u30eb\u306e\u6307\u5b9a\u3057\u307e\u3059\n \n diagram = vor.voronoi_tessellation() \u30dc\u30ed\u30ce\u30a4\u56f3\u306e\u751f\u6210\n\npath = vor.search_path(maze,s,g,8) s\u3068g\u306e\u5ea7\u6a19\u3092\u5165\u529b\u3057\u307e\u3059 ex. s:(200,180),g:(270,320)\n\nplt.imshow(maze, cmap=ListedColormap(['white','black','red','gray']))\n\u30dc\u30ed\u30ce\u30a4\u56f3\u306e\u8272\u3092\u3064\u3051\u308b \u3053\u306e\u51e6\u7406\u306f\u306a\u304f\u3066\u3082\u3044\u3044\u304c\u5834\u5408\u306b\u3088\u308a\u898b\u3048\u305a\u3089\u304f\u306a\u308b\n\nplt.scatter(x,y,color='black', s= 3)\n \n\u7dda\u306e\u8272\u3092\u5909\u3048\u305f\u308a\u5927\u304d\u3055\u3092\u5909\u3048\u3066\u3044\u308b. \u3053\u306e\u51e6\u7406\u3092\u52a0\u3048\u308b\u3053\u3068\u3067\u5b9f\u884c\u6642\u9593\u306f\u77ed\u304f\u306a\u308b\u304c,\u7dda\u306f\u898b\u3048\u3084\u3059\u304f\u306a\u308b\n\u3053\u3053\u3067\u306f\u30dc\u30ed\u30ce\u30a4\u5883\u754c\u7dda\u3092\u901a\u5e38\u306e3\u500d\u306e\u592a\u3055\u306b\u30b9\u30bf\u30fc\u30c8\u70b9\u304b\u3089\u5883\u754c\u4e0a\u306e\u70b9\u307e\u3067\u306e\u7dda\u3068\u30b4\u30fc\u30eb\u70b9\u304b\u3089\n\u5883\u754c\u4e0a\u306e\u70b9\u307e\u3067\u306e\u7dda\u30924\u500d\u306e\u592a\u3055\u306b\u3057\u3066\u3044\u308b\n\nwavefront_5_pac.py\n\u30e1\u30a4\u30f3\u306e\u30d7\u30ed\u30b0\u30e9\u30e0\u3067\u3059\n\nsetup.py\n\u30d1\u30c3\u30b1\u30fc\u30b8\u306e\u30e1\u30bf\u30c7\u30fc\u30bf\u3092\u5b9a\u7fa9\u3059\u308b\n\n",
"bugtrack_url": null,
"license": null,
"summary": null,
"version": "1.0.6",
"project_urls": null,
"split_keywords": [],
"urls": [
{
"comment_text": "",
"digests": {
"blake2b_256": "937a7b478281ac032d6dee24436314d52c4d0b5cd1e5b16696eb11d5dc484c5b",
"md5": "3c753e5c44c943edd455d556a3c7a34f",
"sha256": "9524f2081bf2e97a4f790abdd5a5dc0c0f14dc66d88f9cab72911ff480e1578b"
},
"downloads": -1,
"filename": "wavefront_package-1.0.6-py3-none-any.whl",
"has_sig": false,
"md5_digest": "3c753e5c44c943edd455d556a3c7a34f",
"packagetype": "bdist_wheel",
"python_version": "py3",
"requires_python": null,
"size": 10517,
"upload_time": "2024-10-22T06:44:05",
"upload_time_iso_8601": "2024-10-22T06:44:05.402358Z",
"url": "https://files.pythonhosted.org/packages/93/7a/7b478281ac032d6dee24436314d52c4d0b5cd1e5b16696eb11d5dc484c5b/wavefront_package-1.0.6-py3-none-any.whl",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2024-10-22 06:44:05",
"github": false,
"gitlab": false,
"bitbucket": false,
"codeberg": false,
"lcname": "wavefront-package"
}
