Créez le logo emblématique de Firefox avec Python Matplotlib

Introduction

Ce laboratoire vous guidera tout au long du processus de création du logo de Firefox à l'aide de la bibliothèque Matplotlib de Python.

Conseils sur la VM

Une fois le démarrage de la VM terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limites de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous réglerons rapidement le problème pour vous.

Importation des bibliothèques requises

Nous allons tout d'abord importer toutes les bibliothèques requises pour ce projet, qui incluent re, matplotlib.pyplot, numpy, matplotlib.patches et matplotlib.path.

import re
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as patches
from matplotlib.path import Path

Définir le tracé du logo de Firefox

Nous allons définir le tracé du logo de Firefox à l'aide des données de tracé SVG.

firefox = "M28.4,22.469c0.479-0.964,0.851-1.991,1.095-3.066c0.953-3.661,0.666-6.854,0.666-6.854l-0.327,2.104c0,0-0.469-3.896-1.044-5.353c-0.881-2.231-1.273-2.214-1.274-2.21c0.542,1.379,0.494,2.169,0.483,2.288c-0.01-0.016-0.019-0.032-0.027-0.047c-0.131-0.324-0.797-1.819-2.225-2.878c-2.502-2.481-5.943-4.014-9.745-4.015c-4.056,0-7.705,1.745-10.238,4.525C5.444,6.5,5.183,5.938,5.159,5.317c0,0-0.002,0.002-0.006,0.005c0-0.011-0.003-0.021-0.003-0.031c0,0-1.61,1.247-1.436,4.612c-0.299,0.574-0.56,1.172-0.777,1.791c-0.375,0.817-0.75,2.004-1.059,3.746c0,0,0.133-0.422,0.399-0.988c-0.064,0.482-0.103,0.971-0.116,1.467c-0.09,0.845-0.118,1.865-0.039,3.088c0,0,0.032-0.406,0.136-1.021c0.834,6.854,6.667,12.165,13.743,12.165l0,0c1.86,0,3.636-0.37,5.256-1.036C24.938,27.771,27.116,25.196,28.4,22.469zM16.002,3.356c2.446,0,4.73,0.68,6.68,1.86c-2.274-0.528-3.433-0.261-3.423-0.248c0.013,0.015,3.384,0.589,3.981,1.411c0,0-1.431,0-2.856,0.41c-0.065,0.019,5.242,0.663,6.327,5.966c0,0-0.582-1.213-1.301-1.42c0.473,1.439,0.351,4.17-0.1,5.528c-0.058,0.174-0.118-0.755-1.004-1.155c0.284,2.037-0.018,5.268-1.432,6.158c-0.109,0.07,0.887-3.189,0.201-1.93c-4.093,6.276-8.959,2.539-10.934,1.208c1.585,0.388,3.267,0.108,4.242-0.559c0.982-0.672,1.564-1.162,2.087-1.047c0.522,0.117,0.87-0.407,0.464-0.872c-0.405-0.466-1.392-1.105-2.725-0.757c-0.94,0.247-2.107,1.287-3.886,0.233c-1.518-0.899-1.507-1.63-1.507-2.095c0-0.366,0.257-0.88,0.734-1.028c0.58,0.062,1.044,0.214,1.537,0.466c0.005-0.135,0.006-0.315-0.001-0.519c0.039-0.077,0.015-0.311-0.047-0.596c-0.036-0.287-0.097-0.582-0.19-0.851c0.01-0.002,0.017-0.007,0.021-0.021c0.076-0.344,2.147-1.544,2.299-1.659c0.153-0.114,0.55-0.378,0.506-1.183c-0.015-0.265-0.058-0.294-2.232-0.286c-0.917,0.003-1.425-0.894-1.589-1.245c0.222-1.231,0.863-2.11,1.919-2.704c0.02-0.011,0.015-0.021-0.008-0.027c0.219-0.127-2.524-0.006-3.76,1.604C9.674,8.045,9.219,7.95,8.71,7.95c-0.638,0-1.139,0.07-1.603,0.187c-0.05,0.013-0.122,0.011-0.208-0.001C6.769,8.04,6.575,7.88,6.365,7.672c0.161-0.18,0.324-0.356,0.495-0.526C9.201,4.804,12.43,3.357,16.002,3.356z"  ## noqa

Analyser les données de tracé SVG

Nous allons utiliser la fonction svg_parse pour analyser les données de tracé SVG en sommets et codes utilisables par Matplotlib.

def svg_parse(path):
    commands = {'M': (Path.MOVETO,),
                'L': (Path.LINETO,),
                'Q': (Path.CURVE3,)*2,
                'C': (Path.CURVE4,)*3,
                'Z': (Path.CLOSEPOLY,)}
    vertices = []
    codes = []
    cmd_values = re.split("([A-Za-z])", path)[1:]  ## Diviser en fonction des commandes.
    for cmd, values in zip(cmd_values[::2], cmd_values[1::2]):
        ## Les nombres sont séparés soit par des virgules, soit par des signes +/- (mais pas au début de la chaîne).
        points = ([*map(float, re.split(",|(?<!^)(?=[+-])", values))] if values
                  else [(0., 0.)])  ## Seulement pour "z/Z" (CLOSEPOLY).
        points = np.reshape(points, (-1, 2))
        if cmd.islower():
            points += vertices[-1][-1]
        codes.extend(commands[cmd.upper()])
        vertices.append(points)
    return np.array(codes), np.concatenate(vertices)

## Analyser les données de tracé du logo de Firefox
codes, verts = svg_parse(firefox)
path = Path(verts, codes)

Créer la figure

Nous allons maintenant créer la figure en utilisant Matplotlib en ajoutant deux objets PathPatch à la figure. L'un sera une forme remplie d'orange, tandis que l'autre sera une bordure blanche.

## Définir les limites de la figure
xmin, ymin = verts.min(axis=0) - 1
xmax, ymax = verts.max(axis=0) + 1

## Créer la figure
fig = plt.figure(figsize=(5, 5), facecolor="0.75")  ## fond gris
ax = fig.add_axes([0, 0, 1, 1], frameon=False, aspect=1,
                  xlim=(xmin, xmax),  ## centrer
                  ylim=(ymax, ymin),  ## centrer, à l'envers
                  xticks=[], yticks=[])  ## pas de graduations

## Ajouter la bordure blanche
ax.add_patch(patches.PathPatch(path, facecolor='none', edgecolor='w', lw=6))

## Ajouter la forme d'orange
ax.add_patch(patches.PathPatch(path, facecolor='orange', edgecolor='k', lw=2))

## Afficher la figure
plt.show()

Sommaire

Dans ce laboratoire, nous avons appris à utiliser Matplotlib pour créer un tracé du logo de Firefox. Nous avons analysé les données de tracé SVG à l'aide d'une fonction personnalisée et créé le tracé à l'aide d'objets PathPatch. Ce laboratoire offre une bonne introduction aux capacités de Matplotlib pour créer des formes et des dessins complexes.

Création du logo de Firefox avec Matplotlib