沃羅諾伊和勞埃德鬆弛使用Python/SciPy的

Question

如何確定，使用Qhull，這維諾細胞（指數）是「正確的」（由「現有的頂點」的）

我試圖使用進行限制放寬LLoyds算法和由scipy.spatial Voronoi生成的輸入（它是Qhull的封裝）。

在代碼而言，它看起來像：

points = [n for n in itertools.product(xrange(3),xrange(3))] 
vor = Voronoi(points) 

vor2 = lloyd(vor) # my relaxation function - not relevant to the question 

由代碼產生的輸出圖形看起來確定（見下文） 但在VOR結構中的數據是不夠的，執行勞埃德鬆弛。 這是因爲我應該只移動有效的voronoi單元內的點（圖像中的＃4）。另一個應該保持原樣。 Qhull混淆了點/區域的順序，所以我無法估計哪個區域屬於哪個點。

這是問題的圖示：

print vor.vertices 
#[[ 0.5 0.5] 
# [ 1.5 0.5] 
# [ 0.5 1.5] 
# [ 1.5 1.5]] 

print vor.regions 
# [[], [-1, 0], [-1, 1], [1, -1, 0], [3, -1, 2], [-1, 3], [-1, 2], [3, 2, 0, 1], [2, -1, 0], [3, -1, 1]] 

print vor.points 
# [[ 0. 0.] 
# [ 0. 1.] 
# [ 0. 2.] 
# [ 1. 0.] 
# [ 1. 1.] 
# [ 1. 2.] 
# [ 2. 0.] 
# [ 2. 1.] 
# [ 2. 2.]] 
print vor.point_region 
# [1 8 6 3 7 4 2 9 5] 

現在我應該找到某種方式即vor.regions [7]是屬於點vor.points的區域[4]。 如何做到這一點？

Answer 1

你有region你知道，你做不成point，你知道vor.point_region[point] == region。對於單個region，你可以計算出相應的point爲：

point = np.argwhere(vor.point_region == region) 

您還可以創建一個region_point索引陣列從regions作爲數組找出多個points：

region_point = np.argsort(vor.point_region) 
points = region_point[regions-1]