用scipy.spatial.Delaunay绘制曲面三角网格的三维立体图

首先，我们需要生成一些三维坐标点作为曲面的数据。我们可以使用NumPy库中的meshgrid函数来生成网格坐标点，然后将其转换为一维数组。

import numpy as np
from scipy.spatial import Delaunay
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.art3d import Poly3DCollection

# 生成网格坐标点
x, y = np.meshgrid(np.linspace(-1, 1, 10), np.linspace(-1, 1, 10))
z = x**2 + y**2

# 将坐标点转换为一维数组
points = np.vstack([x.ravel(), y.ravel(), z.ravel()]).T

接下来，我们使用Delaunay函数来生成三角剖分，这将返回一个包含所有三角形顶点索引的数组。

tri = Delaunay(points)

然后，我们可以使用Poly3DCollection函数来绘制三角形。这个函数需要一个由三角形顶点组成的二维数组，我们可以从Delaunay函数返回的数组中提取这些顶点。

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制三角网格
verts = [points[tri.simplices[i]] for i in range(len(tri.simplices))]
ax.add_collection(Poly3DCollection(verts, facecolors='w', edgecolors='k', alpha=0.25))

# 添加坐标轴标签
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

plt.show()

完整代码如下：

import numpy as np
from scipy.spatial import Delaunay
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.art3d import Poly3DCollection

# 生成网格坐标点
x, y = np.meshgrid(np.linspace(-1, 1, 10), np.linspace(-1, 1, 10))
z = x**2 + y**2

# 将坐标点转换为一维数组
points = np.vstack([x.ravel(), y.ravel(), z.ravel()]).T

# 生成三角剖分
tri = Delaunay(points)

# 绘制三角网格
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
verts = [points[tri.simplices[i]] for i in range(len(tri.simplices))]
ax.add_collection(Poly3DCollection(verts, facecolors='w', edgecolors='k', alpha=0.25))

# 添加坐标轴标签
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

plt.show()