如何解决用不同的数据结构表示三角剖分
import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial import delaunay
points = np.array([[0.2,0],[0.1,1.1],[0.6,0.1],[1,0.5],0.9],[0.4,0.4]])
tri = delaunay(points)
#plot
plt.triplot(points[:,points[:,1],tri.simplices)
plt.plot(points[:,'o')
plt.show()
print(tri.points)
"""
[[0.2 0. ]
[0. 1.1]
[0.6 0. ]
[1. 1. ]
[0.2 0.8]
[0.4 0.4]]
"""
print(tri.simplices)
"""
[[0 5 1]
[5 4 1]
[4 5 3]
[5 2 3]
[2 5 0]]
"""
这是点数组的 delaunay 三角剖分。我有点(tri.points)和三角形(tri.simplices)数组作为输出。我需要将它们转换为半边数据结构、翼边数据结构、角表数据结构和四边数据结构以用于不同的表示,并选择存储较少空间的一种。 Python 中是否有用于这些转换的库,还是我应该自己编写代码?
解决方法
您可能还想查看 PythonGraphApi's 部分一般想法,因为它列出了相当多的库...
说实话,我自己对图形库的经验非常有限,所以你的里程可能会有所不同......
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。