Makie.jl中poly!函数循环线型属性的使用技巧
2025-06-30 21:28:00作者:苗圣禹Peter
在数据可视化领域,Makie.jl作为Julia生态中强大的绘图工具包,提供了丰富的图形定制功能。本文将深入探讨poly!函数在使用循环属性(cycle)时的一个特殊场景:如何正确实现线型(linestyle)的循环变化。
问题背景
在使用poly!函数绘制多个多边形时,开发者通常希望通过循环不同的线型来区分各个图形元素。标准的做法是使用cycle参数指定需要循环的属性,例如颜色(color)或线宽(strokewidth)。然而,当尝试对线型(linestyle)属性应用同样的循环机制时,会遇到类型转换错误。
技术分析
Makie.jl的循环机制对于不同属性有着不同的实现方式。对于颜色等数值型属性,可以直接传递数值范围(如1:9)实现自动循环。但对于线型这样的非数值属性,需要采用不同的处理方式。
正确实现方法
要实现线型的循环变化,需要通过Figure的palette参数预定义线型序列,然后在每个单独的poly!调用中启用循环:
using CairoMakie
using Makie.GeometryBasics
# 定义包含线型调色板的主题
f = Figure(palette=(; linestyle=[
:solid,
:dash,
:dot,
:dashdot,
(:dash, :loose),
(:dot, :loose),
(:dashdot, :loose),
(:dash, :dense),
(:dot, :dense),
(:dashdot, :dense),
]))
Axis(f[1, 1])
for i in 1:3, j in 1:3
poly!(
Rect(i, j, 0.75, 0.5),
color = :white,
strokewidth = 2,
cycle = [:linestyle],
)
end
f
多属性协同循环
当需要同时循环线型和描边颜色(strokecolor)时,可以使用Cycle结构的covary参数实现属性同步变化:
f = Figure(;
palette = (;
linestyle = [...], # 线型序列
strokecolor = Makie.wong_colors(), # 颜色序列
),
)
Axis(f[1, 1])
for rect in [Rect(i, j, 0.75, 0.5) for i = 1:3 for j = 1:3]
poly!(
rect,
color = :white,
strokewidth = 2,
cycle = Cycle([:linestyle, :strokecolor], covary = true)
)
end
性能考量
值得注意的是,使用多个单独的poly!调用会比单一调用绘制所有多边形的方式稍慢。但在需要复杂属性循环的场景下,这种方法是必要的妥协。
最佳实践建议
- 对于简单循环(如单一颜色变化),优先考虑使用数值范围直接赋值
- 对于复杂属性循环,使用palette预定义属性序列
- 需要多属性同步变化时,使用Cycle结构的covary参数
- 性能敏感场景下,评估单独调用与批量调用的平衡点
通过理解Makie.jl属性循环机制的内在逻辑,开发者可以更灵活地创建具有丰富视觉层次的数据可视化作品。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217