python - 使用scipy创建常规Delaunay网格

有没有一些方法可以得到一个二维三角测量，更像是Matlab Delaunay产生的排序？下面是Matlab的二维Delaunay三角剖分示例。
使用此代码：

xPoints = np.arange(0,11,1)
yPoints = np.arange(0,11,1)
gridPoints = np.array([[x,y] for y in yPoints for x in xPoints])
tri = Delaunay(gridPoints)
plt.triplot(gridPoints[:,0],gridPoints[:,1],tri.simplices.copy())
plt.plot(gridPoints[:,0],gridPoints[:,1],'bo')
plt.title("Triangulation Visualization")

我得到下面的三角测量：
请注意，matlab结果中的对角弧都具有相同的坡度；但是scipy结果中的那些坡度是不同的。由于matlab和scipy都在内部使用qhull，所以我假设有一些方法可以模拟matlab结果。

最佳答案

您可以尝试三角测量而不是Delaunay：

import matplotlib.tri as tri

xlen = 10
ylen = 16
xPoints = np.arange(0,xlen+1,1)
yPoints = np.arange(0,ylen+1,1)

gridPoints = np.array([[[x,y] for y in yPoints] for x in xPoints])
a = [[i+j*(ylen+1),(i+1)+j*(ylen+1),i+(j+1)*(ylen+1)] for i in range(ylen) for j in range(xlen)]
triang = tri.Triangulation(gridPoints[:,:,0].flatten(), gridPoints[:,:,1].flatten(),a)

plt.triplot(triang)
plt.plot(gridPoints[:,:,0],gridPoints[:,:,1],'bo')
plt.title("Triangulation Visualization")