如何在Python中可视化三维delaunay三角剖分？

Question

我有一组我用过的3D点scipy.spatial.Delaunay公司进行三角剖分/四面体化。我现在有一组所有四面体的独特的面，并希望在三维可视化这些

是否有任何Python库（或带有Python包装器的库）可以做到这一点？在

Answer 1

尝试mayavi.mlab.triangular_mesh()

import numpy as np
from mayavi import mlab
vertices = np.array([[0, 1, 0, 0],[0, 0, 1, 0],[0, 0, 0, 1]])
faces = np.array([[0, 1, 0, 0],[1, 2, 1, 2],[2, 3, 3, 3]])
mlab.triangular_mesh(vertices[0,:], vertices[1,:], vertices[2,:], faces.T)
mlab.show()

Answer 2

blender BPY可以做到这一点，BGE python也可以。在

在blender.org网站在

Answer 3

也可以使用matplotlib的三维绘图（不需要mayavi包）。在

下面的代码是这样一个函数的初始简单实现。在

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
from scipy.spatial import Delaunay

def plot_tri_simple(ax, points, tri):
    for tr in tri.simplices:
        pts = points[tr, :]
        ax.plot3D(pts[[0,1],0], pts[[0,1],1], pts[[0,1],2], color='g', lw='0.1')
        ax.plot3D(pts[[0,2],0], pts[[0,2],1], pts[[0,2],2], color='g', lw='0.1')
        ax.plot3D(pts[[0,3],0], pts[[0,3],1], pts[[0,3],2], color='g', lw='0.1')
        ax.plot3D(pts[[1,2],0], pts[[1,2],1], pts[[1,2],2], color='g', lw='0.1')
        ax.plot3D(pts[[1,3],0], pts[[1,3],1], pts[[1,3],2], color='g', lw='0.1')
        ax.plot3D(pts[[2,3],0], pts[[2,3],1], pts[[2,3],2], color='g', lw='0.1')

    ax.scatter(points[:,0], points[:,1], points[:,2], color='b')

使用下面的测试代码调用此函数的结果如下所示：

^{pr2}$

上面的代码很慢，因为绘图是在循环中完成的。此外，它单独作用于每个单纯形，因此边被渲染多次。 下面是一个更有效的实现，它使用辅助函数collect_edges只获取每条边一次，并在plot函数中使用np.nan值在一个plot命令中绘制边缘段。在

使用新函数运行上面的测试代码的结果给出了一个相同的数字，但是在我的机器上运行时间提高了x80倍（300毫秒与3.6毫秒相比）。在

def plot_tri_2(ax, points, tri):
    edges = collect_edges(tri)
    x = np.array([])
    y = np.array([])
    z = np.array([])
    for (i,j) in edges:
        x = np.append(x, [points[i, 0], points[j, 0], np.nan])      
        y = np.append(y, [points[i, 1], points[j, 1], np.nan])      
        z = np.append(z, [points[i, 2], points[j, 2], np.nan])
    ax.plot3D(x, y, z, color='g', lw='0.1')

    ax.scatter(points[:,0], points[:,1], points[:,2], color='b')


def collect_edges(tri):
    edges = set()

    def sorted_tuple(a,b):
        return (a,b) if a < b else (b,a)
    # Add edges of tetrahedron (sorted so we don't add an edge twice, even if it comes in reverse order).
    for (i0, i1, i2, i3) in tri.simplices:
        edges.add(sorted_tuple(i0,i1))
        edges.add(sorted_tuple(i0,i2))
        edges.add(sorted_tuple(i0,i3))
        edges.add(sorted_tuple(i1,i2))
        edges.add(sorted_tuple(i1,i3))
        edges.add(sorted_tuple(i2,i3))
    return edges