Matplotlibでバブルグラフを重ならないようにする（円パッキング）

Question

現在、Matplotlibでバブルが重ならないバブルチャートを作成しようとしています。そのため、円/バブルをチャートに詰め込むと、thisのようになります。私はうまくいくかもしれないと思った何

：

• プロット最初のデータ点をx = 1を用いて、Y =ランダムスカラー所与バブルの半径を計算することにより、他のデータポイントをプロット1
• オーバーラップを避けるための値

しかし、私はそれを実際に実装することができず、これで何も見つかりませんでした。

Answer 1

以下は、ブルートフォースアプローチです。
最初にすべての円をグリッドに配置できます。グリッドの間隔は、円の最大半径の2倍です。

それから丸はランダムウォークをやらせるとciclesの束の「ポテンシャルエネルギーは」小さくなった場合には、得られた位置は（すなわち、無重複）有効な場合、各ステップで確認してください。

if (e < self.E and self.isvalid(i)): 

"可能性"として、私たちは単純に方形関数を使うことができます。

self.p = lambda x,y: np.sum((x**2+y**2)**2) 

コード：

import numpy as np 
import matplotlib.pyplot as plt 

# create 10 circles with different radii 
r = np.random.randint(5,15, size=10) 

class C(): 
    def __init__(self,r): 
     self.N = len(r) 
     self.x = np.ones((self.N,3)) 
     self.x[:,2] = r 
     maxstep = 2*self.x[:,2].max() 
     length = np.ceil(np.sqrt(self.N)) 
     grid = np.arange(0,length*maxstep,maxstep) 
     gx,gy = np.meshgrid(grid,grid) 
     self.x[:,0] = gx.flatten()[:self.N] 
     self.x[:,1] = gy.flatten()[:self.N] 
     self.x[:,:2] = self.x[:,:2] - np.mean(self.x[:,:2], axis=0) 

     self.step = self.x[:,2].min() 
     self.p = lambda x,y: np.sum((x**2+y**2)**2) 
     self.E = self.energy() 
     self.iter = 1. 

    def minimize(self): 
     while self.iter < 1000*self.N: 
      for i in range(self.N): 
       rand = np.random.randn(2)*self.step/self.iter 
       self.x[i,:2] += rand 
       e = self.energy() 
       if (e < self.E and self.isvalid(i)): 
        self.E = e 
        self.iter = 1. 
       else: 
        self.x[i,:2] -= rand 
        self.iter += 1. 

    def energy(self): 
     return self.p(self.x[:,0], self.x[:,1]) 

    def distance(self,x1,x2): 
     return np.sqrt((x1[0]-x2[0])**2+(x1[1]-x2[1])**2)-x1[2]-x2[2] 

    def isvalid(self, i): 
     for j in range(self.N): 
      if i!=j: 
       if self.distance(self.x[i,:], self.x[j,:]) < 0: 
        return False 
     return True 

    def plot(self, ax): 
     for i in range(self.N): 
      circ = plt.Circle(self.x[i,:2],self.x[i,2]) 
      ax.add_patch(circ) 

c = C(r) 

fig, ax = plt.subplots(subplot_kw=dict(aspect="equal")) 
ax.axis("off") 

c.minimize() 

c.plot(ax) 
ax.relim() 
ax.autoscale_view() 
plt.show() 

このためのランダムウォーク自然の

は、解決策を見つけることは少し時間がかかります（〜この場合は10秒）。もちろん、解決策が確定するまでは、パラメータ（主にステップ数1000*self.N）を使って遊んで、あなたのニーズに合ったものを見ることができます。