nPerlinNoise

nperlinnoise

индексирован на PYPI - Nperlinnoise

репо на GitHub - nperlinnoise

Документы на Readthedocs -

Надежная реализация с открытым исходным кодом алгоритма шума Перлина для N-дименсий в Python.

• Мощный и быстрый API для n-размерного шума.
• Легкий гиперпараметры отбор октав , лакунарность и стойкость , а также сложные и настраиваемые гиперпараметры для частоты n-меры, длины волны , варп (интерполяция) и диапазона .
• Включает в себя различные полезные инструменты для генерации шума и для процедурных задач генерации, таких как настраиваемый градиент , цветовые градиенты , классы деформации .
• Реализует пользовательский генератор PRNG для N-измерения и может быть легко настроен.

Подробности :

• Технологический стек :

  Статус : v0.1.4-alpha фокусируется на всех возникающих вопросах, следует PEP440
  Все пакеты : релизы
  Изменение
  

  Протестировано на Python 3.10, Windows 10

• Будущая работа :

  Оптимизация для октавного шума
  Написание модульных тестов
  Написание документов API
  Написание ожидающих документов
  Написание Readthedocs
  блог
  Завершение оставшихся в кодирующих документах
  Размерные октавы
  

---

Скриншоты :

---

Зависимости

• Python>=3.10.0

Для производственных зависимостей см. Требования
За зависимостями развития см. Dev-Requirements

Установка

$ pip install nPerlinNoise

Для получения подробной инструкции по установке см. Установку.

Использование

Настраивать

ПРИМЕЧАНИЕ. Если пакет не импортируется, попробуйте import NPerlinNoise as nPN см. № 24

>>> import nPerlinNoise as nPN
>>> noise = nPN.Noise( seed = 69420 )

Основное использование

Получить значения шума при заданных n-мерных координатах, вызывая noise(...) ,
координаты могут быть единственным значением или итерационным

• единое значение

  шум (..., l, m, n, ...)
  где l, m, n, ..., одиночные значения

  >>> 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)

• итерабильный

  Шум (...., [L1, L2, ..., LX], [M1, M2, ..., MX], [N1, N2, ..., NX], ....)
  где ...., итерационные из однородных дименсий и LX, MX, NX, ..., являются отдельными значениями.

  >>> 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, ...) имеет одинаковые значения с аспектами, имеющими ноль, а также координата

• n-димерность

  шум (..., l, m, n) = шум (..., l, m, n, 0) = шум (..., l, m, n, 0, 0) = шум (..., 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)

Режим сетки позволяет вычислять шум для каждой комбинации координат
Используйте noise(..., gridMode=True) GridMode-только аргумент с ключами, default = false
Выход будет иметь форму, равную длине (ы) координат в этом порядке

• сетка

  >>> 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)

Для получения подробного использования см. Пример

API

• Документы в ожидании

Как проверить программное обеспечение

• Чтобы проверить логическую последовательность, пробегайте тестовый
• Чтобы проверить сравнительный анализ профиля.
• Чтобы проверить визуальные эффекты, запустить Testvisuals
• Чтобы проверить цвета, запустить TestCol

Чтобы увидеть все тесты, см. Тесты

Известные проблемы

• No Known Bugs
• NPerlin.findBounds is bottleneck
• noise(a, b, c, d, e, f, ...) is slow for single value coordinates

Получить помощь

• Проверьте Main.py для получения подробного использования
• Проверьте документы на все документы
• Проверьте раздел использования

Если у вас есть вопросы, проблемы, отчеты об ошибках и т. Д., Пожалуйста, подайте проблему в трекере этого репозитория или откройте обсуждение в разделе обсуждения этого хранилища.

Участвовать

• Looking for Contributors for feature additions
• Looking for Contributors for optimization #11
• Looking for Contributors for unit testing #12
• Looking for Contributors for ReadTheDocs #13
• Looking for Contributors for WebApp #14
• Looking for Contributors for API docs #15
• Раскрыть хранилище и выдать пиар, чтобы внести свой вклад

Общие инструкции о том, как внести свой вклад и кодекс поведения

---

Информация о лицензировании с открытым исходным кодом

1. УСЛОВИЯ
2. ЛИЦЕНЗИЯ
3. Политика исходного кода CFPB

---

Кредиты и ссылки

1. Вдохновлен от кодирования
2. Хэш-функция XXHASH вдохновила RAND3 ALGO и в конечном итоге помогла O (1) Сложность времени N-DIMENSIONAL RANDEGENTERATOR NPRNG
3. Stackoverflow для помощи в различных случаях на протяжении всей разработки
4. vnoise и opensimplex для идей для readme.md
5. Дериватива документов из открытого исходного проекта Template
6. Помощь в упаковке от Realpython

Содействие :

Амит м

Участники :

Шраван Реванна