scipy.spatial.

Voronoi#

class scipy.spatial.Voronoi(points, furthest_site=False, incremental=False, qhull_options=None)#

N 维 Voronoi 图。

0.12.0 版本新增。

参数:
points浮点型 ndarray,形状为 (npoints, ndim)

用于构建 Voronoi 图的点的坐标

furthest_site布尔型,可选

是否计算最远点 Voronoi 图。默认值:False

incremental布尔型,可选

允许增量添加新点。这会占用一些额外资源。

qhull_options字符串,可选

要传递给 Qhull 的额外选项。详见 Qhull 手册。(默认值:对于 ndim > 4 为“Qbb Qc Qz Qx”,否则为“Qbb Qc Qz”。增量模式省略“Qz”。)

属性:
points双精度浮点型 ndarray,形状为 (npoints, ndim)

输入点的坐标。

vertices双精度浮点型 ndarray,形状为 (nvertices, ndim)

Voronoi 顶点的坐标。

ridge_points整型 ndarray,形状为 (nridges, 2)

每个 Voronoi 脊位于其间的点的索引。

ridge_vertices整数列表的列表,形状为 (nridges, *)

构成每个 Voronoi 脊的 Voronoi 顶点的索引。

regions整数列表的列表,形状为 (nregions, *)

构成每个 Voronoi 区域的 Voronoi 顶点的索引。-1 表示顶点在 Voronoi 图之外。当指定了 qhull 选项“Qz”时,空子列表表示内部添加的无穷远处点的 Voronoi 区域。

point_region整型数组,形状为 (npoints)

每个输入点的 Voronoi 区域索引。如果未指定 qhull 选项“Qc”,则列表中将包含 -1 表示未与 Voronoi 区域关联的点。如果指定了 qhull 选项“Qz”,则元素数量将比区域数量少一个,因为内部添加了一个额外的无穷远处点以方便计算。

furthest_site

如果这是最远点三角剖分则为 True,否则为 False。

1.4.0 版本新增。

方法

add_points(points[, restart])

处理一组额外的新点。

close()

完成增量处理。

引发:
QhullError

当 Qhull 遇到错误条件(例如未启用解决选项时的几何退化)时引发。

ValueError

如果输入了不兼容的数组则引发。

备注

Voronoi 图是使用 Qhull 库计算的。

示例

一组点的 Voronoi 图

>>> import numpy as np
>>> points = np.array([[0, 0], [0, 1], [0, 2], [1, 0], [1, 1], [1, 2],
...                    [2, 0], [2, 1], [2, 2]])
>>> from scipy.spatial import Voronoi, voronoi_plot_2d
>>> vor = Voronoi(points)

绘制

>>> import matplotlib.pyplot as plt
>>> fig = voronoi_plot_2d(vor)
>>> plt.show()
../../_images/scipy-spatial-Voronoi-1_00_00.png

Voronoi 顶点

>>> vor.vertices
array([[0.5, 0.5],
       [0.5, 1.5],
       [1.5, 0.5],
       [1.5, 1.5]])

有一个有限的 Voronoi 区域和四个有限的 Voronoi 脊

>>> vor.regions
[[], [-1, 0], [-1, 1], [1, -1, 0], [3, -1, 2], [-1, 3], [-1, 2], [0, 1, 3, 2], [2, -1, 0], [3, -1, 1]]
>>> vor.ridge_vertices
[[-1, 0], [-1, 0], [-1, 1], [-1, 1], [0, 1], [-1, 3], [-1, 2], [2, 3], [-1, 3], [-1, 2], [1, 3], [0, 2]]

脊垂直于以下输入点之间绘制的线

>>> vor.ridge_points
array([[0, 3],
       [0, 1],
       [2, 5],
       [2, 1],
       [1, 4],
       [7, 8],
       [7, 6],
       [7, 4],
       [8, 5],
       [6, 3],
       [4, 5],
       [4, 3]], dtype=int32)