如何通过python的scipy.spatial.Voronoi获得MATLAB voronoin的相同输出

Question

我使用MATLAB的voronoin来判断单元之间的连接，并且我希望将此函数转换为Python。

当我使用Python的scipy.spatial.Voronoi时，输出有些不同。例如，我在MATLAB和Python中使用了与下面的代码相同的输入。

MATLAB：

seed = [ 17.746    -0.37283   -0.75523;
         6.1704     1.3404     7.0341;
        -7.7211     5.4282     4.5016;
         5.8014     2.1252    -6.2491;
       -16.047     -2.8472    -0.024795;
        -2.2967    -6.7334     0.60707]
[vvern_mat, vceln_mat] = voronoin(seed);

Python：

import numpy as np
from scipy.spatial import Voronoi
seed = np.array([[ 17.746   ,  -0.37283 ,  -0.75523 ],
       [  6.1704  ,   1.3404  ,   7.0341  ],
       [ -7.7211  ,   5.4282  ,   4.5016  ],
       [  5.8014  ,   2.1252  ,  -6.2491  ],
       [-16.047   ,  -2.8472  ,  -0.024795],
       [ -2.2967  ,  -6.7334  ,   0.60707 ]])
vor = Voronoi(seed)
vvern_py = vor.vertices
vceln_py = vor.regions

输出如下。

MATLAB：

vvern_mat = 
        Inf       Inf       Inf
        -6.9386    1.7980   -7.7861
        -15.9902  -20.8031   50.1840
        29.5016  106.3690    5.9214
        8.6816   -6.5899   -0.1741
        -0.2027    2.1210    0.5874

vceln_mat = 
        1     4     5
        1     3     4     5     6
        1     2     3     4     6
        1     2     4     5     6
        1     2     3
        1     2     3     5     6

vvern_py = array([[ -6.93864391,   1.79801934,  -7.78610533],
                  [-15.9902125 , -20.80310202,  50.1840397 ],
                  [ 29.501584  , 106.36899584,   5.92137852],
                  [  8.68156407,  -6.58985621,  -0.17410448],
                  [ -0.20266123,   2.12100225,   0.58735065]])

vceln_py = [[],
            [-1, 0, 2, 3, 4],
            [-1, 2, 3],
            [-1, 0, 1],
            [-1, 0, 1, 2, 4],
            [-1, 1, 2, 3, 4],
            [-1, 0, 1, 3, 4]]  

[当您专注于vceln时，您会注意到MATLAB和Python之间的值相同，因为您可以通过将vceln_mat加两个来获得vceln_py。但是，行顺序不同，并且我很难将vceln_py转换为vceln_mat。

我以为可以通过将MATLAB的Qhull选项应用于Python来解决此问题，但无法获得相同的输出。 （关于voronoin的选项：https://jp.mathworks.com/help/matlab/ref/voronoin.html?lang=en#bqurvsm-1）如果有人能解决这个问题，我将不胜感激。

Answer 1

point_region: (list of ints, shape (npoints)) Index of the Voronoi region for each input point.

所以您必须根据vor.regions中的信息订购vor.point_region

# Find point coordinate for each region
sorting = [np.where(vor.point_region==x)[0][0] for x in range(1, len(vor.regions))]
# sort regions along coordinate list `sorting` (exclude first, empty list [])
sorted_regions = [x for _, x in sorted(zip(sorting, vor.regions[1:]))]

sorted_regions = [[-1, 2, 3],
                  [-1, 1, 2, 3, 4],
                  [-1, 0, 1, 2, 4],
                  [-1, 0, 2, 3, 4],
                  [-1, 0, 1],
                  [-1, 0, 1, 3, 4]]

像这样，您获得了MATLAB voronoin函数的排序，这显然已经在本质上进行了这种排序。

要获得相同的数值，您可以计算出（正如您已经提到的那样）
# PseudoCode 
vceln_py = vceln_mat - 2

但是，其原因似乎未在scipy.spatial.Voronoi，voronoin或qhull文档中进行记录。