本章繪圖要點:
生成元演算法：重複性的繪圖步驟可抽象提煉成資料，儲存在列表或元組裡，然後，依據抽象規則，讀取資料，呼叫繪圖函式，生成所需要的圖形，從而降低程式的複雜性，減少程式的**量。
繪圖效率：當圖形的資料計算量比較大時，可先統一計算，然後再繪圖，從而提高圖形的生成效率。
一生二，二生三
「道生一，一生二，二生三，三生萬物。
--《道德經》為什麼只佔人體體積5％的血管能遍布人體的每一部分？
生命究竟是什麼？生命最初又是如何形成的？
基因存在於染色體上，負責對生命體的形態、結構、功能進行全方位的編碼，它所包含的資訊必定有限，然而如此有限的資訊又是如何準確地描述後代生命的性狀？
經典理論無法解釋自然界這些讓人困惑的問題，直到分形理論的出現，才讓這些問題有了乙個可能的答案。簡單而少量的規則是可以生成複雜結構的，自然界中的許多事物可以通過簡單步驟的無數次重複（也就是分形迭代）演化而成。
由乙個簡單的生成因子（分形理論中稱之為「生成元」），不斷迭代，自我進化，越來越複雜，以至於逐步出現山川、草木、動物、人類及人類的思維。宇宙間的一切難道都是這樣動態生成的嗎？聽起來不可思議，但或許這就是事實！
如果保持原形為一條直線，改變生成元，那麼多次迭代後，會生成乙個怎麼樣的圖形呢？
生成元1：
第一次迭代同生成元；
第二次迭代：
第三次迭代：
第六次迭代：
生成元2：
第一次迭代同生成元；
第二次迭代：
第三次迭代：
第四次迭代：
你可以嘗試設計不同的生成元，多次迭代後，看看會生成怎樣複雜的圖形。為了更清晰地顯示圖形的細微結構，示例程式畫筆的顏色選擇的是預設的黑色，你也可以選擇自己喜歡的單種或多種顏色，來生成更絢爛的圖形。
2.3 演算法
我們可以用乙個列表genu來指定生成元，例如科赫曲線的生成元可用列表gene = [0,60,-120,60,end]來表示：
列表的每個值表示了旋轉角的大小，正數是逆時針旋轉，負數是順時針旋轉。a點不旋轉，為0；c點逆時針旋轉60度，為60；d點順時針旋轉120，為-120；e點逆時針旋轉60，為60；end表示終止指定生成元(實際上它可以是任意值)。從一次旋轉到下次旋轉之間的距離是一定的，也就是說，ac、cd、de、eb的長度是相同的，都為ab的1/3。
除了生成元以外，我們還需要乙個縮小率ratio：下一次迭代的線段和原始線段的比率，也就是ac/ab，科赫曲線的這個比率我們知道就是1/3，約為0.3333。
生成元1 的生成元可用列表[-15,90,-150,90,end]來表示：
列表的每個值表示了旋轉角的大小，正數是逆時針旋轉，負數是順時針旋轉。a點順時針旋轉15，為-15；c點逆時針旋轉90度，為90；d點順時針旋轉150，為-150；e點逆時針旋轉90，為90；end表示終止指定生成元。 ac、cd、de、eb的長度是相同的。
ratio == 0.40824829046386296 ≈ 0.4082
生成元2 的生成元可用列表[0,90,-90,-90,90,-90,90,90,-90,end]來表示：
列表的每個值表示了旋轉角的大小，正數是逆時針旋轉，負數是順時針旋轉。生成元2 的縮小率為:
ratio = 1/5 = 0.2
下表為幾種曲線的生成元和縮小率：
科赫曲線
生成元1
生成元2
生成元gene
[0,60,-120,60,end]
[-15,90,-150,90,end]
[0,90,-90,-90,90,-90,90,90,-90,end]
縮小率ratio
1/3 ≈ 0.3333
0.4082
1/5 = 0.2
原始碼複製**
import turtle
def restore§:
turtle.penup()
turtle.setpos(p[0],p[1])
turtle.pendown()
turtle.seth(p[2])
def get_point():
x,y = turtle.pos()
d = turtle.heading()
return (x,y,d)
if n == 1:
# 繪製圖形
restore(a)
for p in points:
turtle.setpos(p[0],p[1])
else:
# 遞迴呼叫生成器，使用生成元替換中間線段
i = 0
while i ifname== 『main』:
# 隱藏畫筆形狀
turtle.hideturtle()
# 指定畫筆的速度，引數speed為0到10之間的乙個整數，1最慢，10最快
turtle.speed(9)
# 指定畫筆大小
turtle.pensize(1)
# 設定顏色模式為rgb
turtle.colormode(255)
# 背景顏色為青色,畫筆顏色為白色
b_color = (136,168,155)
p_color = 『white』
# 設定背景顏色
# 原形為一條直線
a = (-450,0,0)
b = (450,0,0)
l = 900
# 獲取使用者輸入的生成元、縮小率、迭代次數
print('生成元：')
gene = input().split(',')
print('縮小率：')
ratio = float(input())
print('迭代次數：')
n = int(input())
# 生成圖形
restore(a)
generator(a,b,l,gene,ratio,n)
生成元1彩圖1（青色rgb(136,168,155) /白色）
生成元1彩圖2（背景色rgb（224,225,227），畫筆色rgb（176,186,175））
生成元1彩圖3（背景色rgb（181,138,93），畫筆色rgb（214,226,206））
資料視覺化tips
配色方案
在資訊視覺化設計中，配色是設計繞不開的環節，配色方案直接關係到視覺化結果的資訊表達和易讀性。和諧的配色方案，可以增加視覺化結果的美觀性，讓使用者更有興趣去探索視覺化所包含的資訊，而不恰當的配色方案，則會造成使用者對視覺化的牴觸。在設計配色方案時，通常需要考慮到很多因素，比如：需要視覺化的資料是什麼樣的型別？這些資料擁有哪些定性或定量的屬性？將這些資料視覺化的目的是什麼？所面向的是怎樣的使用者群體？等等。
中國古典配色：中國的色彩理念融合了自然、宇宙、倫理、哲學等觀念，其色系以天然植物、動物、礦物作為色彩原料，這些來自於大自然的顏色，色彩範圍廣，溫潤柔和，獨具魅力。瓷器、國畫、壁畫、服飾、建築等等，都是學習、臨摹古典配色的優秀素材。
世界名畫：畫家對色彩都有自己獨特且敏銳的理解，層次的渲染、明暗的對比，優秀的畫作必定有著優秀的配色方案。
經典影視劇：經典影視劇的每一幀都是一副畫作，配色考究，製作精良。
最小生成元 java
如果x加上x的各個位數字之和得到y，就說x是y的生成元 給出n，1 n 100000 求最小生成元。無解輸出0.例如，n 216，121，2005時的解分別為198,0,1979。198 1 9 8 216 1979 1 9 7 9 2005 我的思路如下 1.從0找到n所有的數字 2.將這些數字轉...
求解最小生成元
前言 因為看著劉汝佳的演算法書學習的演算法，今天聊聊最小生成元，關於這一點我覺得書上的方法有些不妥，因為就拿出來說說，這個演算法相對還是比較簡單的。最小生成元問題描述 如果x加上x的各個位數字之和得到y，就說x是y的生成元 給出n，1 n 100000 求最小生成元。無解輸出0。例如，n 216，1...
競賽演算法第二版 生成元
一 題目 如果x加上x的各個數字之和得到y，就說x是y的生成元。給出n 1 n 100000 求最小生成元。無解輸出0。例如，n 216，121，2005時的解分別為198，0，1979。二 分析 可以把 x和y儲存成乙個陣列，如a x y 通過搜尋陣列就可以得到結果 三 include inclu...