标签: voronoi

是否有任何算法来实现限制省略号的Voronoi图？该图看起来像这里的图片是椭圆的voronoi图

任何人都可以分享一些与之相关的链接,教程,代码等吗？

提前致谢.

我想从cmb文件中的一组点使用http://mbostock.github.com/d3/ex/voronoi.html绘制voronoi图.

我修改了代码:

var w = 1200,
h = 800;

d3.text("ReMeRi_4_2_2_0.csv", function(datasetText) {

var vertices = d3.csv.parseRows(datasetText);

var svg = d3.select("#chart")
  .append("svg")
    .attr("width", w)
    .attr("height", h)
    .attr("class", "BuPu");


svg.selectAll("path")
    .data(d3.geom.voronoi(vertices))
  .enter().append("path")
    .attr("class", function(d, i) { return i ? "q" + (i % 9) + "-9" : null; })
    .attr("d", function(d) { return "M" + d.join("L") + "Z"; })

svg.selectAll("circle")
    .data(vertices.slice(1))
  .enter().append("circle")
    .attr("transform", function(d) { return "translate(" + d + ")"; })
    .attr("r", 2)

 text1 = svg.append("svg:text")
    .text("control")
    .attr("x", 150) …

我试图获得形成多边形的点,以填充一些颜色.我有一组点,然后我为它计算Voronoi图.结果是这样的:

绿点是我定义的点,蓝点是Voronoi图的计算顶点.我想填充由特定绿点生成的多边形,所以我需要知道它周围的哪些点形成多边形并填充它.

我读过有关礼品包装算法和凸包的内容,但它似乎并不是我需要的.有没有适合这种需求的算法？我使用C++编程,但Java或C#中的任何帮助都会有所帮助.

有没有一种简单的方法来确定一个点是否在voronoi单元内？

例如,以下代码生成如下图所示的内容:

using namespace boost::polygon;

point_data<int> p1(0, 0);
point_data<int> p2(-10, 10);
point_data<int> p3(-10, -10);
point_data<int> p4(10, -10);
point_data<int> p5(10, 10);

std::vector<point_data<int>> pts = { p1, p2, p3, p4, p5 };
construct_voronoi(pts.begin(), pts.end(), vd);

在这种情况下,我怎样才能知道点(5,5)是否在中心单元内？

我可以从每个单元格中创建一个多边形并找出使用多边形算法中的点,但我很有兴趣知道库提供"免费"的东西.

我有一个让我想起Voronoi的问题,但是我希望我的变化能让我避免使用Voronoi算法,并且更快地写一些东西.

这是我在Paint中制作的可怕图像来说明我的问题:

说我有一张地图区域.每个点代表一个商店.每个方块代表一个社区.voronoi图显示了最接近每个商店的区域.

如果其中一个区域占据了一个广场,那么整个广场都属于那个商店.

是否有可能确定哪个方块属于哪个商店,而无需计算中间voronoi图？似乎,因为这就像voronoi图的非常粗略的近似,应该有一个超快的快捷方式来生成它.

我想用基于变量的颜色填充voronoi多边形(在我的情况下为z).这是代码:

library(rgdal)
library(deldir)
library(dplyr)
library(ggplot2)
library(UScensus2010)

x<-c(0,55,105,165,270,65,130,155,155,225,250,295,
     30,100,110,135,160,190,230,300,30,70,105,170,
     210,245,300,0,85,175,300,15,60,90,90,140,210,
     260,270,295,5,55,55,90,100,140,190,255,285,270)
y<-c(305,310,305,310,310,260,255,265,285,280,250,
     260,210,240,225,225,225,230,210,215,160,190,
     190,175,160,160,170,120,135,115,110,85,90,90,
     55,55,90,85,50,50,25,30,5,35,15,0,40,20,5,150)
z<-c(870,793,755,690,800,800,730,728,710,780,804,
     855,813,762,765,740,765,760,790,820,855,812,
     773,812,827,805,840,890,820,873,875,873,865,
     841,862,908,855,850,882,910,940,915,890,880,
     870,880,960,890,860,830)
dati<-data.frame(x,y,z)

vor_pts <- SpatialPointsDataFrame(cbind(dati$x,dati$y),dati, match.ID=TRUE)

SPointsDF_to_voronoi_SPolysDF <- function(sp) {

  # tile.list extracts the polygon data from the deldir computation
  vor_desc <- tile.list(deldir(sp@coords[,1], sp@coords[,2]))

  lapply(1:(length(vor_desc)), function(i) {

    # tile.list gets us the points for the polygons but we
    # still have to close them, hence the need for the rbind
    tmp <- cbind(vor_desc[[i]]$x, vor_desc[[i]]$y)
    tmp <- rbind(tmp, tmp[1,])

    # now we can …

是否可以为scipy.spatial.Voronoi图表着色？我知道它是.

但现在我的目标是根据颜色标度为每个细胞着色以表示物理量.

如下图所示(PRL 107,155704(2011)):

而且我还想知道是否可以计算每个单元格的面积,因为它是我想要计算的数量

我认为我的问题与这个问题或其他问题有一些共同点，但无论如何，我的问题并不是专门针对它们的。

我想，在找到某些点的 voronoi 镶嵌之后，能够检查其他给定点在镶嵌中的位置。特别是：

假设有 50 个额外点，我希望能够计算每个 voronoi 单元包含多少这些额外点。

我的 MWE

from scipy.spatial import ConvexHull, Voronoi, voronoi_plot_2d
import matplotlib.pyplot as plt

points = [[0,0], [1,4], [2,3], [4,1], [1,1], [2,2], [5,3]]
#voronoi
vor = Voronoi(points)
voronoi_plot_2d(vor)
plt.show()

现在我得到了加分

extraPoints = [[0.5,0.2], [3, 0], [4,0],[5,0], [4,3]]
# In this case we have that the first point is in the bottom left, 
# the successive three are in the bottom right and the last one
# is in the …

遵循这两个资源:

• 提升基础教程
• 所以问题

我写了一个Delaunay三角剖分boost.如果点坐标是积分的,它可以正常工作(我生成了几个随机测试,但没有观察到错误).但是,如果这些点是非整数的,我会发现许多不正确的三角剖分,边缘缺失或边缘错误.

例如,此图像已使用舍入值构建并且是正确的(请参阅下面的代码)

但是这个图像是用原始值构建的并且不正确(参见下面的代码)

此代码重现了这两个示例(没有显示).

#include <boost/polygon/voronoi.hpp>
using boost::polygon::voronoi_builder;
using boost::polygon::voronoi_diagram;

struct Point
{
  double a;
  double b;
  Point(double x, double y) : a(x), b(y) {}
};

namespace boost
{
  namespace polygon
  {
    template <>
    struct geometry_concept<Point>
    {
      typedef point_concept type;
    };

    template <>
    struct point_traits<Point>
    {
      typedef double coordinate_type;

      static inline coordinate_type get(const Point& point, orientation_2d orient)
      {
        return (orient == HORIZONTAL) ? point.a : point.b;
      }
    };
  }  // polygon
}  // boost

int …

我有一个看起来像这样的数据框，我想用它创建一个圆形 voronoi 图

df <- data.frame(country = c("Ukraine", "Russia", "Argentina", "China", "Romania", "Other"),
                 prod = c(11.0, 10.6, 3.1, 2.4, 2.1, 15.3))

df
#>     country prod
#> 1   Ukraine 11.0
#> 2    Russia 10.6
#> 3 Argentina  3.1
#> 4     China  2.4
#> 5   Romania  2.1
#> 6     Other 15.3

^{由reprex 包于 2022 年 4 月 8 日创建(v2.0.1)}

library(ggplot2)
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following …