背景
受到下图的启发(图片来源),我想到可以借助 Pillow 来生成类似的图案(为了降低难度,就不展示其中的圆周和数字了)。而这里又涉及矩阵的拼接操作,如果用 NumPy 来处理矩阵操作,会事半功倍。

最终的效果展示如下(我不确定上传的图片的分辨率是否会变低,我本地可以看到更清晰的效果)

在我本地,将图片放大后,可以看到有两个 1 像素的方块 ⬇️ 
正文
现在人工智能非常强大,即使有些细节没有想清楚,也可以让它们帮我们来进行完善。
核心逻辑
斐波那契数列的生成
斐波那契数列的生成比较直观,可以自己实现,然后让人工智能来优化,或者直接让人工智能来完成也行。(因为我觉得这部分逻辑属于"重要但简单"的那种,可以不必亲力亲为)
矩阵拼接
我们需要将不同大小的矩阵进行拼接,我在下图中标出了部分矩阵的边长 ⬇️

我们需要不断将新的矩阵拼接到现有矩阵的旁边(上下左右 里的某一侧)。如果不想自己查阅 api 的文档的话,可以借助人工智能。下图展示了我使用 trae 的过程 (完整的回答比较长,图里只截取了开头的部分)⬇️

像素处理
Pillow 的 Tutorial 中介绍了很多相关知识。trae 帮我优化代码后,使用了 fromarray 这个方法。(我自己写的代码里,用的是 Image.new 这个方法)
完整的代码
经过 trae 的优化,最终版本的完整代码如下 ⬇️
python
import numpy as np
from PIL import Image
FIB_COUNT = 13
COLOR_CANDIDATES = ["r", "o", "y", "g", "b"]
COLOR_MAP = {
"r": (255, 0, 0), # red
"o": (255, 165, 0), # orange
"y": (255, 255, 0), # yellow
"g": (0, 255, 0), # green
"b": (0, 0, 255), # blue
}
def generate_fibonacci(count):
result = [0] * count
result[0] = 1
if count > 1:
result[1] = 1
for i in range(2, count):
result[i] = result[i - 1] + result[i - 2]
return result
def build_board():
board = None
for index, fib in enumerate(generate_fibonacci(FIB_COUNT)):
square = np.full(
(fib, fib), COLOR_CANDIDATES[index % len(COLOR_CANDIDATES)]
)
if board is None:
board = square
continue
if index % 4 == 1:
board = np.concatenate((board, square), axis=1)
elif index % 4 == 2:
board = np.concatenate((square, board), axis=0)
elif index % 4 == 3:
board = np.concatenate((square, board), axis=1)
else:
board = np.concatenate((board, square), axis=0)
return board
def board_image(board):
height, width = board.shape
rgb = np.zeros((height, width, 3), dtype=np.uint8)
for code, color in COLOR_MAP.items():
rgb[board == code] = color
return Image.fromarray(rgb)
def main():
board = build_board()
img = board_image(board)
img.show()
img.save('fib.png')
if __name__ == "__main__":
main()
请将以上代码保存为 main.py。使用如下的命令可以运行 main.py
bash
python3 main.py
运行之后,您本地应该会生成一个名为 fib.png 的图片文件。