Python 从scipy.spatial.Voronoi有效确定Voronoi图中的相邻单元
我正在研究一种使用Voronoi图的算法。我需要知道每个给定的细胞，它有哪些细胞作为邻居；也就是说，它与哪个邻居共享优势。这类似于一个。然而，我已经有了一个算法来计算这个，但我希望加快速度，避免重复计算 目前，我正在使用scipy.spatial.Voronoi的输出来完成这项工作，它为我提供了顶点、点等数组，我可以使用这些数组来构建映射。然而，我运行这个算法有很多要点，我想加快这个过程 我的理解是，scipy和Qhull计算Delaunay triagulation，然后用它来计算Voronoi图。我认为（但可能是错误的）邻接信息可以从Delaunay三角剖分中找到。我想知道当我生成Voronoi图时，是否有一种方法可以从scipy/Qhull中提取这些信息（如果存在） 如果没有，有没有更好的方法？从长远来看，直接使用Qhull会更好吗Python 从scipy.spatial.Voronoi有效确定Voronoi图中的相邻单元,python,optimization,scipy,voronoi,qhull,Python,Optimization,Scipy,Voronoi,Qhull,我正在研究一种使用Voronoi图的算法。我需要知道每个给定的细胞，它有哪些细胞作为邻居；也就是说，它与哪个邻居共享优势。这类似于一个。然而，我已经有了一个算法来计算这个，但我希望加快速度，避免重复计算 目前，我正在使用scipy.spatial.Voronoi的输出来完成这项工作，它为我提供了顶点、点等数组，我可以使用这些数组来构建映射。然而，我运行这个算法有很多要点，我想加快这个过程 我的理解是，scipy和Qhull计算Delaunay triagulation，然后用它来计算Vorono
谢谢。我认为只有使用“财富”算法才有可能 寻找半个egde 也许您可以使用其他解决方案实现半边，但不能使用qhull