二维分形学代码，可以单独输出信息维

以下是一个简单的二维分形代码，使用Python的Matplotlib库绘制谢尔宾斯基三角形：

import numpy as np
import matplotlib.pyplot as plt

def sierpinski_triangle(n):
    # 初始化三个角点
    points = np.array([[0, 0], [1, 0], [0.5, 0.5*np.sqrt(3)]])
    # 遍历n次
    for i in range(n):
        # 随机选取一个点作为起点
        index = np.random.randint(0, 3)
        point = points[index]
        # 计算起点和随机选取的一个角点的中点
        midpoint = (point + points[0 if index == 2 else index + 1]) / 2
        # 在中点处添加新的点
        points = np.vstack([points, midpoint])
    return points

points = sierpinski_triangle(7)
# 分别输出x坐标和y坐标
print(points[:, 0])
print(points[:, 1])

# 绘制谢尔宾斯基三角形
plt.scatter(points[:, 0], points[:, 1], s=0.1, c='black')
plt.axis('equal')
plt.show()

运行代码后，会绘制一个谢尔宾斯基三角形，并输出其中所有点的x坐标和y坐标。其中，`n`表示递归的深度，`points`是一个二维数组，每一行表示一个点的坐标。在递归过程中，每一个三角形都会被分成四个小三角形，并在每一个小三角形的中点处添加新的点。