Regelmäßiges Delaunay-Gitter mit scipy erstellen

Question

Gibt es eine Methode, um eine Triangulation in 2D zu erhalten, die mehr geordnet ist, wie Matlab Delaunay erzeugt? Hier ist ein Beispiel für die 2D-Delaunay-Triangulation von Matlab.

Mit diesem Code:

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") 

Ich erhalte die Triangulation unter:

Beachten Sie, wie diagonal Bögen in der Matlab führen alle die gleiche Neigung haben; aber diejenigen in der scipy Ergebnis sind unterschiedlich. Da Matlab und Scipy beide intern QHull verwenden, nehme ich an, dass es eine Methode gibt, das Matlab-Ergebnis nachzuahmen.

Answer 1

Sie könnten versuchen, Triangulation statt 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")