我想知道函数Voronoi在将给定区域分离为Voronoi区域时使用的接近程度,即欧几里德或曼哈顿距离。是否可以告诉此功能使用我自己的自定义指标来确定与voronoi中心的接近程度?
我尝试查看源包但未找到函数定义背后的源代码
class scipy.spatial.Voronoi(points, furthest_site=False, incremental=False, qhull_options=None)
任何帮助将不胜感激!!。
答案 0 :(得分:0)
N Dimensions中的简单norm2函数。
distance = sqrt(x^2+y^2+z^2+...+nth_dim^2)
如果你想在3D中使用加权函数,例如poisson voronoi(每个点的半径也称为激进voronoi),你可以为每个voronoi点使用扩展的4D向量:
points=np.array([[x_1,y_1,z_1,sqrt(c^2-rad_1^2)],
.
.
.
[x_i,y_i,z_i,sqrt(c^2-rad_i^2)],
.
.
.
[x_n,y_n,z_n,sqrt(c^2-rad_n^2)]);
其中c是任意大数,第四维元素都不为零。
最后抱歉,我不知道您是否可以制定自己的自定义指标。 欢呼声