nPerlinNoise
Stable Version 0.1.4-alpha
تفاصيل :
الحالة :
v0.1.4-alphaالتركيز على جميع القضايا المشاركة ، يتبع PEP440
جميع الحزم : الإصدارات
Changelogتم اختباره على Python 3.10 ، Windows 10
تحسين ضوضاء الأوكتاف
اختبارات وحدة الكتابة
كتابة مستندات API
كتابة مستندات معلقة
كتابة readthedocs
التدوين
الانتهاء من المستندات اليسرى في الرمز
الأبعاد الأبعاد
لقطات الشاشة :
Python>=3.10.0 للاطلاع على تبعيات الإنتاج ، انظر المتطلبات
للاطلاع على تبعيات التنمية ، انظر إلى تأليف dev
$ pip install nPerlinNoiseللحصول على تعليمات مفصلة على التثبيت ، انظر التثبيت.
يثبت
import NPerlinNoise as nPN راجع #24 >>> import nPerlinNoise as nPN
>>> noise = nPN.Noise( seed = 69420 )الاستخدام الأساسي
احصل على قيم الضوضاء في إحداثيات N- الأبعاد المعطاة عن طريق استدعاء noise(...) ،
يمكن أن تكون الإحداثيات قيمة واحدة ، أو أمرًا غير مرغوب فيه
الضوضاء (... ، L ، M ، N ، ...)
حيث l ، m ، n ، ... ، قيم واحدة
>>> noise( 73 )
array(0.5207113, dtype=float32)
>>> noise( 73 , 11 , 7 )
array(0.5700986, dtype=float32)
>>> noise( 0 , 73 , 7 , 11 , 0 , 3 )
array(0.5222712, dtype=float32)الضوضاء (.... ، [L1 ، L2 ، ... ، LX] ، [M1 ، M2 ، ... ، MX] ، [N1 ، N2 ، ... ، NX] ، ....)
حيث .... ، هل هي موثوقة من حالات التجانس المتجانسة و LX ، MX ، NX ، ... ، هي قيم واحدة سيكون النات
>>> noise([ 73 , 49 ])
array([0.52071124, 0.6402224 ], dtype=float32)
>>> noise([ 73 , 49 ], [ 2 , 2 ])
array([0.4563121 , 0.63378346], dtype=float32)
>>> noise([[ 73 ], [ 49 ], [ 0 ]],
... [[ 2 ], [ 2 ], [ 2 ]],
... [[ 0 ], [ 1 ], [ 2 ]])
array([[0.4563121 ],
[0.6571784 ],
[0.16369209]], dtype=float32)
>>> noise([[ 1 , 2 ], [ 2 , 3 ]],
... [[ 1 , 1 ], [ 1 , 1 ]],
... [[ 2 , 2 ], [ 2 , 2 ]])
array([[0.08666219, 0.09778494],
[0.09778494, 0.14886124]], dtype=float32) noise(..., l, m, n, ...) لها نفس القيم ذات الأبعاد الخلفية التي لها صفر كإحداثي
الضوضاء (... ، L ، M ، N) = الضوضاء (... ، L ، M ، N ، 0) = الضوضاء (... ، L ، M ، N ، 0 ، 0) = الضوضاء (... ، L ، M ، N ، 0 ، 0 ، ...)
>>> noise( 73 )
array(0.5207113, dtype=float32)
>>> noise( 73 , 0 )
array(0.5207113, dtype=float32)
>>> noise( 73 , 0 , 0 )
array(0.5207113, dtype=float32)
>>> noise( 73 , 0 , 0 , 0 , 0 )
array(0.5207113, dtype=float32) يسمح وضع الشبكة بحساب الضوضاء لكل مجموعة من التنسيقات
استخدم noise(..., gridMode=True) GridMode هي الوسيطة المفتاح فقط ، الافتراضي = false
سيكون الناتج من الشكل يساوي طول (ق) التنسيقات بهذا الترتيب
>>> noise([ 73 , 49 ], [ 2 , 2 ], [ 0 , 1 ], gridMode = True )
array([[[0.4563121 , 0.63378346],
[0.4563121 , 0.63378346]],
[[0.44594935, 0.6571784 ],
[0.44594935, 0.6571784 ]]], dtype=float32)
>>> noise([ 1 , 20 , 32 , 64 ], [ 1 , 1 , 2 ], 0 , [ 1 , 2 ], gridMode = True )
array([[[[0.06459193, 0.5110498 , 0.669962 , 0.47636804],
[0.06459193, 0.5110498 , 0.669962 , 0.47636804],
[0.09864856, 0.5013973 , 0.62935597, 0.47954425]]],
[[[0.07678645, 0.50853723, 0.6778991 , 0.4679888 ],
[0.07678645, 0.50853723, 0.6778991 , 0.4679888 ],
[0.14069612, 0.47582665, 0.6663638 , 0.48764956]]]],
dtype=float32)لاستخدام مفصل انظر المثال
لرؤية جميع الاختبارات انظر الاختبارات
No Known BugsNPerlin.findBounds is bottlenecknoise(a, b, c, d, e, f, ...) is slow for single value coordinatesإذا كانت لديك أسئلة أو مخاوف أو تقارير الأخطاء ، إلخ. يرجى تقديم مشكلة في تعقب إصدار هذا المستودع أو فتح مناقشة في قسم مناقشة هذا المستودع.
Looking for Contributors for feature additionsLooking for Contributors for optimization رقم 11Looking for Contributors for unit testing رقم 12Looking for Contributors for ReadTheDocs #13Looking for Contributors for WebApp #14Looking for Contributors for API docs #15تعليمات عامة حول كيفية المساهمة في المساهمة وقواعد السلوك
المشرف :
| أميث م |
المساهمين :
| شرافان ريفانا |
