python 树状图可视化_Python数据可视化:matplotlib画「三角剖分图」

简介三角剖分图(triangulation),是代数拓扑学里最基本的研究方法。主要是把离散集合中的数据点剖分成不均匀的三角网格(如下图所示),能够直观地展示邻点之间的距离关系。绘制三角剖分图 1 import random 2 import matplotlib.pyplot as plot 3 import matplotlib.tri as tri 4 5 count = 100 6 X =...
摘要由CSDN通过智能技术生成

简介

三角剖分图(triangulation),是代数拓扑学里最基本的研究方法。主要是把离散集合中的数据点剖分成不均匀的三角网格(如下图所示),能够直观地展示邻点之间的距离关系。

d0addb36d4f0d3192b08e80fb8449dbb.png

绘制三角剖分图

 1 import random 2 import matplotlib.pyplot as plot 3 import matplotlib.tri as tri 4  5 count = 100 6 X = [random.random() for i in range(count)] 7 Y = [random.random() for i in range(count)] 8  9 triangles = tri.Triangulation(X, Y)10 11 plot.triplot(triangles, 'bo-')12 plot.show()

上述代码:

#5 设定要绘制数据点的数量。

#6 随机生成数据点的X轴坐标。

#7 随机生成数据点的Y轴坐标。

#9 计算出三角剖分图并进行存储。

#11 绘制三角剖分图。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Delaunay三角剖分是一种将平面上的点集进行三角形划分的方法,该方法构建的三角形具有一些良好的性质,如最小化最大角度和最小化最大外接圆。下面是使用Python 3.6实现Delaunay三角剖分算法和不规则三角网的构建的简要步骤。 1. 导入必要的包,如numpy和scipy库,用于数值计算和几何算法。 2. 定义点集。可以将点的坐标保存在一个列表或numpy数组中。 3. 运行Delaunay三角剖分算法。通过调用scipy库中的Delaunay函数,将点集作为输入参数进行三角剖分。返回值是一个三角形索引数组,每个三角形由三个点的索引组成。 4. 构建不规则三角网。根据返回的三角形索引数组,使用点的坐标信息绘制不规则三角网。可以使用matplotlib库进行可视化。 下面是一个简单的示例代码实现: ```python import numpy as np import scipy.spatial # 定义点集 points = np.array([[0, 0], [1, 0], [0, 1], [1, 1]]) # 运行Delaunay三角剖分算法 tri = scipy.spatial.Delaunay(points) # 构建不规则三角网 import matplotlib.pyplot as plt plt.triplot(points[:, 0], points[:, 1], tri.simplices) plt.plot(points[:, 0], points[:, 1], 'o') plt.xlabel('X') plt.ylabel('Y') plt.title('Delaunay Triangulation') plt.show() ``` 在上述示例代码中,我们首先定义了一个点集,然后通过调用scipy库中的Delaunay函数进行Delaunay三角剖分,返回的三角形索引数组存储在tri变量中。最后,我们使用matplotlib库将Delaunay三角剖分结果可视化出来。 这只是一个简单的示例,实际使用时可能需要根据具体需求进行更多的参数设置和数据处理。希望以上内容对您有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值