python - scipy.spatial 中的凸包例程让我恢复了原来的点集

Question

我有一组点，想找到凸包。当我将它们交给 scipy.spatial(ConvexHull 或 Delaunay)时，我只是得到了原始的点集。按照结构，这不应该是这种情况。

这是 the points作为腌制的 numpy 数组。我的代码如下:

import pickle
from scipy import spatial
import matplotlib.pyplot as plt

points = pickle.load( open( "points.p", "rb" ) )

hullpoints = spatial.ConvexHull(points).points


# plot points
fig = plt.figure()
ax = fig.gca(projection='3d')
# ax.plot(points[:, 0], points[:, 1], points[:, 2], 'r.') # original points
ax.plot(hullpoints[:, 0], hullpoints[:, 1], hullpoints[:, 2], 'r.') # convex hull of points


# set labels and show()
ax.set_xlabel('Player 1')
ax.set_ylabel('Player 2')
ax.set_zlabel('Player 3')
plt.show()

显然，其中一些点位于凸包内部，应通过 spatial.ConvexHull(points) 或 spatial.Delaunay(points) 删除，如给出的二维示例中所做的那样 here .

有谁知道我为什么要找回原来的积分集？我可以蛮力找到外部点并仅绘制那些(最终目标是由点近似的外部形状的表面图)，但似乎 scipy.spatial 应该能够做到这一点。

Answer 1

您正在使用 .points 属性返回输入点。尝试改用 .simplices 属性，它为您提供“形成凸包的简单面的点”。

See the documentation for more info.