用可视化案例讲Rust编程2. 编码的核心组成:函数

发布时间:2024年01月10日

从第一天学习编程,可能大家就听说这样的组成公式:

程序=算法+数据结构

——该公式出自著名计算机科学家沃思(Nikiklaus Wirth)

实际上,程序除了以上两个主要要素之外,还应当采用结构化程序设计方法进行程序设计,并且用某一种计算机语言表示。因此,算法、数据结构、程序设计方法和语言工具4个方面是一个程序设计人员所应具备的知识。

所以,要学习组成程序的最重要的具现化方式,就是计算机语言。计算机语言则以是语句?+?表达式为原子所组成逻辑集合体;最基础的逻辑集合体,就是函数。

官方的说法:

计算机是一个固定的一个程序段,或称其为一个子程序,它在可以实现固定运算功能的同时,还带有一个入口和一个出口,所谓的入口,就是函数所带的各个参数,我们可以通过这个入口,把函数的参数值代入子程序,供计算机处理;所谓出口,就是指函数的函数值,在计算机求得之后,由此口带回给调用它的程序。

所以,我们在学习Rust的时候,不要被哪些天花乱坠的特性、泛型、生命周期给弄傻,要学习,先去翻函数,学习怎么写函数,一个函数解决一个问题。

同样,去读大神代码的时候,也别一爬起来就去读整体架构设计,安心去读他最底层的实现,如果读不懂,可以借助GPT一类的工具,让它给你讲讲,如下所示:

img

效果那是极好的。

img

下面针对我们上篇文章那个可视化的需求,我们来写个简单函数来实现一下:

需求:读取一个shapefile文件,把这个shapefile文件中的几何信息绘制到地图上。

初学版设计思路:

  • 函数名:draw_shp
  • 输入参数:shapefile的路径
  • 输出:直接显示地图。
  • 需要用的到的包:
    • shapefile:读取shp文件
    • plotly:绘图
    • geo_types:序列化几何对象 编码实现设计: ###在Cargo.toml文件里面,导入需要的包:
//Cargo.toml
//后面的features特性,暂时不用去管,这是一种Rust特有的编译特性
plotly = { version = "0.8.4", features = ["kaleido"] }
shapefile = {version = "0.5.0", features = ["geo-types"]}
geo-types = "0.7.12"

读取一个shapefile,并且把几何信息给获取出来。

在Rust中,可以通过shapefile包来读取shapefile,实现如下:

let shp = shapefile::read_as::<_,
        shapefile::Polygon, shapefile::dbase::Record>(
            "./data/shp/北京行政区划.shp",
    ).expect(&format!("Could not open polygon-shapefile: './data/shp/北京行政区划.shp'"));

接下去,需要把里面的geometry信息给取出来:

//定义一个集合,通过文件迭代器,把geometry部分转换成polygon,然后加入到这个几何里面去。
let mut polygons:Vec<Polygon> = Vec::new();
for (polygon, polygon_record) in shp {
    let geo_mpolygon: geo_types::MultiPolygon<f64> = polygon.into();
    for poly in geo_mpolygon.iter(){
        polygons.push(poly.to_owned());
    }
}

把这个polygon集合,绘制到plotly上去

首先plotly绘制几何图形,是按照坐标来的,一系列坐标组成一个绘图元素,代码如下:

  • 注1:plotly的地图绘制用的是mapbox的api,所以是先维度lat,再经度lon,得反过来。
  • 注2:trace是plotly绘图的基本元素,这里每个几何要素(如一个面),就可以构建一个trace,如果可以设置为一个颜色,也可以绘制为不同的颜色。
let mut trace_vec = Vec::new();
    for ps in polygons{
        let mut lon:Vec<f64> = Vec::new();
        let mut lat:Vec<f64> = Vec::new();
        for p in ps.exterior(){
            lon.push(p.x);
            lat.push(p.y);
        }
        let trace = ScatterMapbox::new(lat, lon).mode(Mode::None)
        .fill(plotly::scatter_mapbox::Fill::ToSelf)
        .fill_color(Rgba::new(0,0,255,0.5));
        trace_vec.push(trace);
    }

获得基本地图的配置

  • 可以看见这里用的是mapbox的地图,默认的风格为无背景的白板,默认的中心位置是东经116.3,北纬39.9,默认地图放大等级是9级。这些信息都是地图的初始化的默认配置。
let layout = Layout::new()
    .drag_mode(DragMode::Zoom)
    .margin(Margin::new().top(10).left(10).bottom(10).right(10))
    .width(1024)
    .height(700)
    .mapbox(
        Mapbox::new()
            .style(MapboxStyle::WhiteBg)
            .center(Center::new(39.9, 116.3))
            .zoom(9),
    )

最后绘制显示地图

let mut plot = Plot::new();
plot.set_layout(layout);
for t in trace_vec.iter(){
    plot.add_trace(t.to_owned());
}
plot.show();

全部代码,放到一个function里面,如下所示:

img

然后写个测试方法运行一下:

img

运行结果:

img

现在看起来,是不是很简单了,对比Python实际上也没有多出几行代码,直接阅读过去,除了一些定义类型和转换类型的时候,比Python更加严格以外,会Python的同学,几乎可以完全能够看懂。

——所以说,你完全可以把Rust当成一个类型严格版本的Python就阔以了……

img

不过,对于写过工程性质代码的同学看完,肯定会觉得这个代码写的太粗糙了,所有步骤都混在一起,内容全部写死,而且无法复用……

没错,初学者该有的毛病,这里都有,虽然功能实现了,但是根本只是一个demo,无法达到工程级的应用,所以从下一节开始,我们就会针对这个功能,按Rust的编码风格,去抽象和重构,最后完成一个工程级的可视化应用模块。

待续未完……

文章来源:https://blog.csdn.net/allenlu2008/article/details/135508417
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。