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

谁对opencv里面的delaunay三角剖分方法比较熟悉的

高效的 Delaunay 三角剖分

Delaunay三角剖分后如何生成边缘索引?

来自 voronoi 镶嵌的 Delaunay 三角剖分