粒子生成器运行卡顿求助及粒子平均距离计算咨询

一、程序卡住的问题修正 #

你的代码存在几个关键错误，导致程序无法正常运行：

1. 变量名与循环条件错误 #

• gen_part函数参数为density，但内部计算particle_count时误用了全局变量density_input，应改为使用函数参数density。
• while循环条件写反：原本的while particle_count < len(particles_arr)会导致初始时数组为空（长度0），条件不成立，循环直接跳过；正确条件应为while len(particles_arr) < particle_count，直到生成足够数量的粒子。

2. 代码缩进与语法错误 #

你代码中的(edit:)和对应的)是多余的，且后续的重叠判断代码缩进错误，应包含在while循环内部。

3. 重叠判断逻辑问题 #

• 每次判断重叠时重复创建Particle对象，效率低下，可提前创建临时粒子。
• 重叠时的概率逻辑有误：当检测到与已有粒子重叠时，若随机概率未通过则标记为重叠，否则允许添加；原代码的continue仅跳过当前粒子的判断，无法正确处理重叠逻辑。

修正后的完整代码 #

import random
import math
import matplotlib.pyplot as plt

class Particle:
    def __init__(self, x, y, radius):
        self.x = x
        self.y = y
        self.radius = radius
        
    def overlap(self, other):
        distance = math.hypot(self.x - other.x, self.y - other.y)
        return distance < (self.radius + other.radius)  # 修正：重叠判断应为两半径之和

def gen_part(density, box_size, radius, inclusion_prob):
    particles_arr = []
    particle_count = int((box_size ** 2) * density)  # 转为整数，避免小数数量
    
    while len(particles_arr) < particle_count:
        x = random.random() * box_size
        y = random.random() * box_size
        new_particle = Particle(x, y, radius)
        overlap = False
        
        for trail_particle in particles_arr:
            if new_particle.overlap(trail_particle):
                # 重叠时，若概率不通过则标记为重叠
                if random.random() >= inclusion_prob:
                    overlap = True
                    break
        
        if not overlap:
            particles_arr.append(new_particle)
        else:
            # 重叠但概率通过时添加粒子
            if random.random() < inclusion_prob:
                particles_arr.append(new_particle)
    return particles_arr

radius = float(input("Enter particle radius: "))
box_size = float(input("Enter box width: "))
inclusion_prob = float(input("Enter inclusion probability (between 0 and 1): "))
density_input = float(input('enter density'))

partis = gen_part(density_input, box_size, radius, inclusion_prob)

fig, ax = plt.subplots(figsize=(6, 6))
ax.set_facecolor('black')  # 设置背景色，让白色粒子更明显
for particle in partis:
    circle = plt.Circle((particle.x, particle.y), particle.radius, color='white')
    ax.add_artist(circle)

ax.set_xlim([0, box_size])
ax.set_ylim([0, box_size])
ax.set_xticks([])
ax.set_yticks([])
plt.show()

二、平均距离计算功能实现 #

要计算所有粒子间的平均距离，需遍历每一对不重复的粒子，累加距离后除以总对数：

实现代码 #

在生成partis数组后，添加以下代码：

def calculate_average_distance(particles):
    total_distance = 0.0
    num_particles = len(particles)
    if num_particles < 2:
        return 0.0  # 粒子数不足时返回0
    
    pair_count = 0
    for i in range(num_particles):
        for j in range(i + 1, num_particles):
            p1 = particles[i]
            p2 = particles[j]
            distance = math.hypot(p1.x - p2.x, p1.y - p2.y)
            total_distance += distance
            pair_count += 1
    
    return total_distance / pair_count

average_dist = calculate_average_distance(partis)
print(f"所有粒子间的平均距离: {average_dist:.4f}")

说明 #

• 使用math.hypot计算两点距离，比手动开平方更简洁高效。
• 双重循环中j从i+1开始，避免重复计算同一对粒子（如粒子A和B与B和A视为同一对）。
• 粒子数小于2时直接返回0，避免除以0错误。

内容的提问来源于stack exchange，提问作者user3146888