scipy Voronoi
scipy.spatial.Voronoi
를 사용했지만, 용어나 배열의 의미에 혼란했으므로, 정리해 보았다.문서 에 있듯이, 처리 자체는 즉시 할 수 있다.
import numpy
import scipy.spatial
v = scipy.spatial.Voronoi(numpy.array([[0,0],[0,1],[1,1]]))
우선 point, region, ridge, vertice의 의미. 2차원이라면 이런 그림이 된다. 2차원이라면 ridge는 선이지만, 3차원이면 ridge는 면이 된다.
각각의 데이터는
Voronoi
object의 속성에 대응표의 형태로 들어가 있다. 인덱스 번호로 대응표는 표현된다. 그림으로 하면 이런 느낌으로 추적하게 되어 있다. 조금 빡빡한 일을 하면 많이 추적해야 하기 때문에 길을 잃지 않도록 정중하게 쫓아야 한다.닫힌 영역에서
Polygon
를 만들 때는, 예를 들면 다음과 같은 코드가 된다.import geopandas as gpd
from shapely.geometry import Polygon
va = gpd.GeoDataFrame([dict(geometry=Polygon([v.vertices[vt] for vt in v.regions[r]]), pti=pti)
for pti,r in enumerate(v.point_region) if -1 not in v.regions[r]])
Reference
이 문제에 관하여(scipy Voronoi), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/kwi/items/4b7162fbada390501d06텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)