如何使用Numpy生成指定外层数值的漩涡（Whirlpool）型图案？

实现思路 #

核心是利用切比雪夫距离定义“层数”：每个点到数组中心的切比雪夫距离（横向、纵向距离中的较大值），正好对应该点所在的层——中心距离为0，向外每一层距离加1，最外层的距离就是你设定的最大值。

函数实现 #

import numpy as np

def create_whirlpool(max_val):
    # 校验输入范围
    if not (1 <= max_val <= 10):
        raise ValueError("最外层数值必须在1-10之间")
    
    # 计算数组边长：中心0到外层max_val，两边各max_val个元素，总长度2*max_val+1
    side_length = 2 * max_val + 1
    center = max_val  # 中心坐标（索引从0开始）
    
    # 生成网格坐标
    x = np.arange(side_length)
    y = np.arange(side_length)
    xx, yy = np.meshgrid(x, y)
    
    # 计算每个点到中心的切比雪夫距离，即为对应层的数值
    whirlpool = np.maximum(np.abs(xx - center), np.abs(yy - center))
    
    return whirlpool

示例使用 #

# 生成最外层为3的漩涡图案
print(create_whirlpool(3))

输出结果：

[[3 3 3 3 3 3 3]
 [3 2 2 2 2 2 3]
 [3 2 1 1 1 2 3]
 [3 2 1 0 1 2 3]
 [3 2 1 1 1 2 3]
 [3 2 2 2 2 2 3]
 [3 3 3 3 3 3 3]]

关键说明 #

• 切比雪夫距离的特性完美匹配“层”的定义，无需复杂循环或条件判断，利用Numpy向量化操作高效生成数组。
• 输入校验确保最外层数值符合要求，避免无效输入。
• 数组边长由max_val动态计算，完全无需硬编码，适配不同外层数值需求。

内容的提问来源于stack exchange，提问作者Coding99