在scipy中创建规则Delaunay网格

Question

有没有什么方法可以像Matlab Delaunay那样在2D中得到更有序的三角剖分？下面是Matlab的2D Delaunay三角剖分的一个示例。

​

​

使用以下代码：

xPoints = np.arange(0,11,1)
yPoints = np.arange(0,11,1)
gridPoints = np.array([[x,y] for y in yPoints for x in xPoints])
tri = Delaunay(gridPoints)
plt.triplot(gridPoints[:,0],gridPoints[:,1],tri.simplices.copy())
plt.plot(gridPoints[:,0],gridPoints[:,1],'bo')
plt.title("Triangulation Visualization")

我得到的三角剖分如下：

​

​

请注意，Matlab结果中的对角弧都具有相同的斜率；但scipy结果中的斜率是不同的。由于Matlab和Scipy都在内部使用QHull，因此我认为有一些方法可以模拟Matlab的结果。

Answer 1

你可以尝试三角剖分而不是Delaunay：

import matplotlib.tri as tri

xlen = 10
ylen = 16
xPoints = np.arange(0,xlen+1,1)
yPoints = np.arange(0,ylen+1,1)

gridPoints = np.array([[[x,y] for y in yPoints] for x in xPoints])
a = [[i+j*(ylen+1),(i+1)+j*(ylen+1),i+(j+1)*(ylen+1)] for i in range(ylen) for j in range(xlen)]
triang = tri.Triangulation(gridPoints[:,:,0].flatten(), gridPoints[:,:,1].flatten(),a)

plt.triplot(triang)
plt.plot(gridPoints[:,:,0],gridPoints[:,:,1],'bo')
plt.title("Triangulation Visualization")

​

​