空间算法和数据结构 (scipy.spatial
)#
空间变换#
这些包含在 scipy.spatial.transform
子模块中。
最近邻查询#
|
用于快速最近邻查找的 kd 树。 |
|
用于快速最近邻查找的 kd 树 |
|
超矩形类。 |
距离度量#
距离度量包含在 scipy.spatial.distance
子模块中。
Delaunay 三角剖分、凸包和 Voronoi 图#
|
N 维 Delaunay 三角剖分。 |
|
N 维凸包。 |
|
N 维 Voronoi 图。 |
|
球体表面的 Voronoi 图。 |
|
N 维半空间交集。 |
绘图助手#
|
绘制给定的二维 Delaunay 三角剖分 |
|
绘制给定的二维凸包图 |
|
绘制给定的二维 Voronoi 图 |
另请参阅
单纯形表示#
出现在 Delaunay 镶嵌(N 维单纯形)、凸包面和 Voronoi 脊(N-1 维单纯形)中的单纯形(三角形、四面体等)以下列方案表示
tess = Delaunay(points)
hull = ConvexHull(points)
voro = Voronoi(points)
# coordinates of the jth vertex of the ith simplex
tess.points[tess.simplices[i, j], :] # tessellation element
hull.points[hull.simplices[i, j], :] # convex hull facet
voro.vertices[voro.ridge_vertices[i, j], :] # ridge between Voronoi cells
对于 Delaunay 三角剖分和凸包,单纯形的邻域结构满足以下条件:tess.neighbors[i,j]
是第 i 个单纯形的相邻单纯形,与 j
-顶点相对。如果没有邻居,则为 -1。
凸包面还定义了一个超平面方程
(hull.equations[i,:-1] * coord).sum() + hull.equations[i,-1] == 0
Delaunay 三角剖分的类似超平面方程对应于相应 N+1 维抛物面上的凸包面。
Delaunay 三角剖分对象提供了一种方法来定位包含给定点的单纯形,以及重心坐标计算。
函数#
|
查找包含给定点的单纯形。 |
|
计算距离矩阵。 |
|
计算两个数组之间的 L**p 距离。 |
|
计算两个数组之间 L**p 距离的 p 次方。 |
|
Procrustes 分析,用于两个数据集的相似性测试。 |
|
几何球面线性插值。 |