voronoi图 python代码

以下是Python代码，用于生成Voronoi图：

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

# 随机生成点
points = np.random.rand(50, 2)

# 生成Voronoi图
vor = Voronoi(points)

# 绘制Voronoi图
voronoi_plot_2d(vor)

# 显示图形
plt.show()

首先，我们生成一个包含50个随机点的二维numpy数组。然后，我们使用`scipy.spatial.Voronoi`函数计算这些点的Voronoi图。最后，我们使用`voronoi_plot_2d`函数绘制Voronoi图。最终的结果将在一个新的窗口中显示。

相关问题

基于Lloyd算法生成Voronoi 图形的python代码

以下是基于Lloyd算法生成Voronoi图形的Python代码：

import random
import numpy as np
import matplotlib.pyplot as plt

# 生成随机点
def generate_points(n, minval, maxval):
    return [(random.uniform(minval, maxval), random.uniform(minval, maxval)) for _ in range(n)]

# 计算欧几里得距离
def distance(p1, p2):
    return np.sqrt((p1[0] - p2[0])**2 + (p1[1] - p2[1])**2)

# 寻找每个点的最近邻
def nearest_neighbor(p, points):
    min_dist = float("inf")
    for i, point in enumerate(points):
        if distance(p, point) < min_dist:
            min_dist = distance(p, point)
            index = i
    return index

# 计算每个点的重心
def calculate_centroid(points):
    x = [p[0] for p in points]
    y = [p[1] for p in points]
    centroid_x = sum(x) / len(points)
    centroid_y = sum(y) / len(points)
    return (centroid_x, centroid_y)

# Lloyd算法生成Voronoi图形
def lloyd_algorithm(points, n_iterations):
    # 初始化中心点
    centroids = points[:3]
    # 迭代更新中心点
    for i in range(n_iterations):
        cell_points = [[] for _ in range(len(centroids))]
        # 分配点到最近的中心点
        for p in points:
            index = nearest_neighbor(p, centroids)
            cell_points[index].append(p)
        # 计算每个中心点的重心
        centroids = [calculate_centroid(cell) for cell in cell_points]
    return centroids, cell_points

# 绘制Voronoi图形
def plot_voronoi(centroids, cell_points):
    for i, cell in enumerate(cell_points):
        x = [p[0] for p in cell]
        y = [p[1] for p in cell]
        plt.scatter(x, y)
        plt.scatter(centroids[i][0], centroids[i][1], c='r')
    plt.show()

# 测试代码
points = generate_points(100, -10, 10)
centroids, cell_points = lloyd_algorithm(points, 10)
plot_voronoi(centroids, cell_points)

代码中，`generate_points`函数生成指定数量的随机点，`distance`函数计算两个点之间的欧几里得距离，`nearest_neighbor`函数寻找每个点的最近邻，`calculate_centroid`函数计算每个点的重心。`lloyd_algorithm`函数是Lloyd算法的实现，它迭代更新中心点，直到收敛。最后，`plot_voronoi`函数绘制Voronoi图形。

voronoi python

在Python中，你可以使用SciPy库中的`scipy.spatial.Voronoi`模块来计算Voronoi图。以下是一个简单的示例代码：

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

# 生成一些随机点
points = np.random.rand(10, 2)

# 计算Voronoi图
vor = Voronoi(points)

# 绘制Voronoi图
voronoi_plot_2d(vor)
plt.show()

这将生成一个包含随机点的Voronoi图。你可以根据需要调整点的数量和位置。注意，你需要确保已经安装了SciPy库和Matplotlib库。