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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781