如何在Python中生成可重复平铺的随机分布点图？

要实现指定距离后重复的随机点图，核心是给基础随机点添加周期性偏移量，让基础区域的副本沿x、y轴平铺。以下是具体实现方案：

关键逻辑 #

1. 先定义一个基础单元区域（比如你原代码里的-20到20范围，对应单元尺寸40）
2. 生成该单元内的随机点
3. 生成多组x、y方向的偏移值，将基础点与这些偏移值相加，得到所有平铺后的点
4. 绘制全部点，即可看到周期性重复的效果

完整代码 #

import numpy as np
import matplotlib.pyplot as plt

# 参数配置
n = 3  # 基础单元内的随机点数量
cell_size = 40  # 控制重复的单位距离（对应原区域的宽度）
tile_count = 2  # 向正负方向各平铺的单元数

# 生成基础单元内的随机点
base_points = np.random.uniform(-cell_size/2, cell_size/2, size=(n, 2))

# 生成所有需要的平铺偏移量
x_offsets = np.arange(-tile_count, tile_count+1) * cell_size
y_offsets = np.arange(-tile_count, tile_count+1) * cell_size
# 组合成网格状的偏移对
offsets = np.array(np.meshgrid(x_offsets, y_offsets)).T.reshape(-1, 2)

# 计算所有平铺后的点：基础点 + 每个偏移量
tiled_points = base_points[:, np.newaxis, :] + offsets[np.newaxis, :, :]
tiled_points = tiled_points.reshape(-1, 2)

# 绘图展示
plt.figure(figsize=(8, 8))
plt.scatter(tiled_points[:, 0], tiled_points[:, 1], color='red')
# 调整坐标轴范围，方便观察重复规律
plt.xlim(-tile_count*cell_size - cell_size/2, tile_count*cell_size + cell_size/2)
plt.ylim(-tile_count*cell_size - cell_size/2, tile_count*cell_size + cell_size/2)
plt.grid(True, linestyle='--', alpha=0.5)
plt.title('周期性平铺的随机点分布')
plt.show()

代码说明 #

• cell_size：直接决定重复间隔，比如设为40时，每间隔40个单位就会出现完全一致的点分布
• tile_count：控制平铺范围，数值越大，画面中显示的重复单元越多
• 用numpy广播机制批量计算所有平铺点，比循环更高效
• 网格线可以辅助你直观验证点的周期性重复效果

内容的提问来源于stack exchange，提问作者Yeknic