如何在R中为数据框内n个粒子生成二维均匀分布的初始坐标？

问题背景 #

需要在1m×1m的二维区域内为n个粒子生成近似均匀分布的初始坐标，要求粒子间不能过于靠近，最终将这些坐标作为物理模拟的初始帧存入R数据框df中。

现有基础代码：

n = 12 ## 模拟中的粒子数量
separation <- 1/(1+ids) ## 粒子间距，根据粒子数量和箱体尺寸（1m×1m）设定
frame_total <- 200 ## 模拟的总帧数
df <- expand.grid(frame = 1:frame_total, id = 1:n) ## 根据粒子数量构建数据框
df_length <- nrow(df) 
df$x_pos <- runif(df_length) ## 初始化与df长度相等的x位置向量
df$y_pos <- runif(df_length) ## 初始化与df长度相等的y位置向量

用户尝试的方法仅在n较小时有效，n增大后失效：

## 设置箱体中均匀分布的初始x位置
df$x_pos <- if_else(df$frame == 1, (df$id)*spr, df$x_pos)

## 设置箱体中均匀分布的初始y位置
df$y_pos <- if_else(df$frame == 1, (df$id)*spr, df$x_pos)

可行解决方案 #

方法1：网格划分+随机扰动（高效保证均匀性） #

先把1m×1m区域划分为网格，每个网格放置一个粒子，再给坐标加小范围扰动，既保证均匀分布，又避免粒子间距过小。

代码实现：

n = 12
separation <- 1/(1 + n)  # 修正原代码的ids为n，确保最小间距参数正确
frame_total <- 200
df <- expand.grid(frame = 1:frame_total, id = 1:n)
df$x_pos <- runif(nrow(df))
df$y_pos <- runif(nrow(df))

# 生成初始帧(frame=1)的坐标
grid_size <- ceiling(sqrt(n))  # 取网格的行数/列数，确保网格数≥n
cell_size <- 1 / grid_size  # 每个网格的边长

# 生成所有网格的中心坐标
grid_coords <- expand.grid(
  x = seq(cell_size/2, 1 - cell_size/2, by = cell_size),
  y = seq(cell_size/2, 1 - cell_size/2, by = cell_size)
)
# 选取前n个网格的坐标（对应n个粒子）
initial_coords <- grid_coords[1:n, ]

# 添加随机扰动，控制范围避免粒子间距小于separation
disturb_range <- cell_size/2 - separation/2
initial_coords$x <- initial_coords$x + runif(n, -disturb_range, disturb_range)
initial_coords$y <- initial_coords$y + runif(n, -disturb_range, disturb_range)

# 将初始坐标赋值给df的第一帧
df[df$frame == 1, c("x_pos", "y_pos")] <- initial_coords

说明：

• 网格划分从根源上保证粒子不会扎堆，分布均匀；
• 随机扰动让坐标更贴近真实模拟的自然分布，而非严格网格排列；
• 扰动范围的控制确保任意两个粒子的间距不会小于设定的separation。

方法2：拒绝采样法（适配任意粒子数量） #

通过不断生成随机坐标，仅保留与已有粒子间距符合要求的坐标，直到凑齐n个粒子。适合n不是平方数、需要更随机分布的场景。

代码实现：

n = 12
separation <- 1/(1 + n)
frame_total <- 200
df <- expand.grid(frame = 1:frame_total, id = 1:n)
df$x_pos <- runif(nrow(df))
df$y_pos <- runif(nrow(df))

# 拒绝采样生成满足间距要求的初始坐标
initial_coords <- data.frame(x = numeric(0), y = numeric(0))
while(nrow(initial_coords) < n) {
  new_x <- runif(1)
  new_y <- runif(1)
  # 检查新坐标与已有粒子的间距
  if(nrow(initial_coords) == 0) {
    initial_coords <- rbind(initial_coords, data.frame(x = new_x, y = new_y))
  } else {
    distances <- sqrt((initial_coords$x - new_x)^2 + (initial_coords$y - new_y)^2)
    if(all(distances > separation)) {
      initial_coords <- rbind(initial_coords, data.frame(x = new_x, y = new_y))
    }
  }
}

# 赋值给df的初始帧
df[df$frame == 1, c("x_pos", "y_pos")] <- initial_coords

说明：

• 该方法生成的分布更随机，但当n较大且separation较小时，可能需要多次尝试才能生成符合要求的坐标，耗时略长；
• 如果n很大，优先选择网格法更高效。

内容的提问来源于stack exchange，提问作者Zinn