기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

turtle로 정삼각형 그리기

정삼각형 그리기 

turtle로 그림 그리기준비 참조
정삼각형은 세변의 길이와 세 각이 모두 같은 삼각형이지요. 그러므로 다음과 같이 실행하면 되겠지요.
1) 일정 길이 만큼 앞으로 이동
2) 오른쪽(또는 왼쪽)으로 60도 회전
3) 위 1)과 2)의 과정을 3번 반복
>> for i in range(3):
...:     t.fd(100)
...:     t.left(60)
위의 결과는 예상하는 것과는 다르지요. 왜 그럴까요? 처음 시각후 회전하는 각도가 우리가 예산한 것과는 다르기 때문이지요. 분명히 왼쪽으로 60도 회전인데 결과는 이보다 훨씬 큰 각도로 회전하였습니다. 다음 그림을 봅시다.
위의 정삼각형의 내각은 각각 60도이죠. 내각의 각각의 선을 연장하면 각 내각의 반대각은 120도(=180-60)입니다. 위 그림의 빨간색으로 나타낸 것으로 이것을 각 내각에 대응하는 외각이라고 합니다. 삼각형의 내각의 합은 180도 인데 반해 외각의 합은 360도이지요. 사실 터틀을 사용해 그림을 그릴때 회전은 내각을 기준으로 하지요. 예를들어 left(60)인 경우 터틀의 회전각도는 왼쪽으로 60도이므로 실제로 그려지는 것은 120도 회전된 선이 그려지는 것입니다. 그러므로 다음을 기억해야 합니다.
left(), right()에 전달하는 각도는 내각이 아니라 외각입니다.
삼각형을 그리기위해서는 위의 코드는 다음과 같이 변경되어야 합니다.
>> for i in range(3):
...:     t.fd(100)
...:     t.left(180-60)
정삼각형을 그리는 함수를 작성해 보죠. 위 코드에서 정삼각형의 길이만이 변할 수 있는 수이지요. 그러므로 아래 함수에서 인수는 길이입니다.
def EquitriangleS(t, length):
    for i in range(3):
        t.fd(length)
        t.left(180-60)
>>> EquitriangleS(t, 100)
위와 같은 삼각형이 그려집니다. 

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...