将单纯形从 Delaunay 三角剖分转换为 networkx 图
Posted
技术标签:
【中文标题】将单纯形从 Delaunay 三角剖分转换为 networkx 图【英文标题】:Convert simplices from Delaunay Triangulation to networkx graph 【发布时间】:2021-12-19 08:38:05 【问题描述】:这是帖子here的后续内容。
我正在尝试将从 Scipy 的 Delaunay 三角剖分返回的单纯形转换为 Networkx 图。
代码:
from scipy.spatial import Delaunay as scipy_Delaunay
# tri = scipy_Delaunay(pts[:, 0:2]) #input points
# simplices = tri.simplices
simplices = np.array([[ 9, 13, 19],
[11, 9, 4],
[ 9, 11, 13],
[ 0, 7, 2],
[ 7, 3, 18]])
G = nx.Graph(simplices)
for path in simplices:
nx.add_path(G, path)
nx.draw(G, with_labels=True, node_size=500, node_color='lightgreen')
错误:
raise nx.NetworkXError(f"Adjacency matrix not square: nx,ny=A.shape")
networkx.exception.NetworkXError: Adjacency matrix not square: nx,ny=(5, 3)
networkx.exception.NetworkXError: Input is not a correct numpy matrix or array.
我不确定如何解决此错误。建议会很有帮助。
【问题讨论】:
【参考方案1】:我认为你可以删除单纯形
G = nx.Graph(simplices)
到:
G = nx.Graph()
创建一个空图表。您稍后将在循环中添加节点,因此在创建图表期间无需添加节点位置。最终代码为:
from scipy.spatial import Delaunay as scipy_Delaunay
# tri = scipy_Delaunay(pts[:, 0:2]) #input points
# simplices = tri.simplices
simplices = np.array([[ 9, 13, 19],
[11, 9, 4],
[ 9, 11, 13],
[ 0, 7, 2],
[ 7, 3, 18]])
G = nx.Graph()
for path in simplices:
nx.add_path(G, path)
nx.draw(G, with_labels=True, node_size=500, node_color='lightgreen')
【讨论】:
以上是关于将单纯形从 Delaunay 三角剖分转换为 networkx 图的主要内容,如果未能解决你的问题,请参考以下文章
在这种情况下我应该什么时候进行边缘翻转? (对于Delaunay三角测量)
在 RGB 通道而不是最终图像上应用 Delaunay 三角剖分