本文简要介绍 python 语言中 scipy.spatial.SphericalVoronoi
的用法。
用法:
class scipy.spatial.SphericalVoronoi(points, radius=1, center=None, threshold=1e-06)#
Voronoi 球体表面的图表。
- points: 浮点数数组,形状(npoints,ndim)
用于构造球形Voronoi 图的点的坐标。
- radius: 浮点数,可选
球体半径(默认值:1)
- center: 浮点数的ndarray,形状(ndim,)
球心(默认:原点)
- threshold: 浮点数
用于检测点和球体参数之间的重复点和不匹配的阈值。 (默认值:1e-06)
- ValueError
如果有重复的点。如果提供的半径与点不一致。
参数 ::
抛出 ::
注意:
球形Voronoi 图算法的执行过程如下。计算输入点(生成器)的凸包,相当于它们在球体表面上的 Delaunay 三角剖分 [Caroli]。然后使用凸包邻居信息对每个生成器周围的 Voronoi 区域顶点进行排序。与 Voronoi 区域顶点排序的基于角度的方法相比,后一种方法对浮点问题的敏感度要低得多。
球形Voronoi算法性能的经验评估表明二次时间复杂度(对数线性是最佳的,但算法实现起来更具挑战性)。
参考:
[卡罗利]卡罗利等人。对球体上或球体附近的点进行稳健且高效的 Delaunay 三角剖分。研究报告 RR-7004,2009。
[VanOosterom]范 Oosterom 和 Strackee。平面三角形的立体角。 IEEE Transactions on Biomedical Engineering, 2, 1983, pp 125-126。
例子:
做一些导入并在立方体上取一些点:
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> from scipy.spatial import SphericalVoronoi, geometric_slerp >>> from mpl_toolkits.mplot3d import proj3d >>> # set input data >>> points = np.array([[0, 0, 1], [0, 0, -1], [1, 0, 0], ... [0, 1, 0], [0, -1, 0], [-1, 0, 0], ])
计算球面Voronoi图:
>>> radius = 1 >>> center = np.array([0, 0, 0]) >>> sv = SphericalVoronoi(points, radius, center)
生成图:
>>> # sort vertices (optional, helpful for plotting) >>> sv.sort_vertices_of_regions() >>> t_vals = np.linspace(0, 1, 2000) >>> fig = plt.figure() >>> ax = fig.add_subplot(111, projection='3d') >>> # plot the unit sphere for reference (optional) >>> u = np.linspace(0, 2 * np.pi, 100) >>> v = np.linspace(0, np.pi, 100) >>> x = np.outer(np.cos(u), np.sin(v)) >>> y = np.outer(np.sin(u), np.sin(v)) >>> z = np.outer(np.ones(np.size(u)), np.cos(v)) >>> ax.plot_surface(x, y, z, color='y', alpha=0.1) >>> # plot generator points >>> ax.scatter(points[:, 0], points[:, 1], points[:, 2], c='b') >>> # plot Voronoi vertices >>> ax.scatter(sv.vertices[:, 0], sv.vertices[:, 1], sv.vertices[:, 2], ... c='g') >>> # indicate Voronoi regions (as Euclidean polygons) >>> for region in sv.regions: ... n = len(region) ... for i in range(n): ... start = sv.vertices[region][i] ... end = sv.vertices[region][(i + 1) % n] ... result = geometric_slerp(start, end, t_vals) ... ax.plot(result[..., 0], ... result[..., 1], ... result[..., 2], ... c='k') >>> ax.azim = 10 >>> ax.elev = 40 >>> _ = ax.set_xticks([]) >>> _ = ax.set_yticks([]) >>> _ = ax.set_zticks([]) >>> fig.set_size_inches(4, 4) >>> plt.show()
- points: 形状的双数组(npoints,ndim)
ndim 维度中的点以从中生成Voronoi 图
- radius: 双倍的
球体半径
- center: 形状的双数组 (ndim,)
球心
- vertices: 形状的双数组(nvertices,ndim)
Voronoi顶点对应点
- regions: 形状整数列表列表 (npoints, _ )
n-th 条目是一个列表,由属于 n-th 点的顶点的索引组成,以点为单位
属性 ::
相关用法
- Python SciPy spatial.tsearch用法及代码示例
- Python SciPy spatial.Voronoi用法及代码示例
- Python SciPy spatial.procrustes用法及代码示例
- Python SciPy spatial.minkowski_distance用法及代码示例
- Python SciPy spatial.HalfspaceIntersection用法及代码示例
- Python SciPy spatial.voronoi_plot_2d用法及代码示例
- Python SciPy spatial.minkowski_distance_p用法及代码示例
- Python SciPy spatial.geometric_slerp用法及代码示例
- Python SciPy spatial.distance_matrix用法及代码示例
- Python SciPy spatial.ConvexHull用法及代码示例
- Python SciPy spatial.convex_hull_plot_2d用法及代码示例
- Python SciPy spatial.Delaunay用法及代码示例
- Python SciPy spatial.delaunay_plot_2d用法及代码示例
- Python SciPy sparse.isspmatrix用法及代码示例
- Python SciPy sparse.save_npz用法及代码示例
- Python SciPy sparse.issparse用法及代码示例
- Python SciPy sparse.coo_matrix用法及代码示例
- Python SciPy sparse.isspmatrix_csc用法及代码示例
- Python SciPy sparse.isspmatrix_csr用法及代码示例
- Python SciPy sparse.tril用法及代码示例
- Python SciPy sparse.coo_array用法及代码示例
- Python SciPy sparse.dia_array用法及代码示例
- Python SciPy sparse.bmat用法及代码示例
- Python SciPy sparse.hstack用法及代码示例
- Python SciPy sparse.rand用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.spatial.SphericalVoronoi。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。