备用Voronoi图，每个单元中指定了最小样本数

Question

在Python中，我正在使用scipy.spatial.Voronoi函数对单元格大小随2D点密度增加而减小的数据进行分类。

但是该函数在每个点周围放置单元格边界，因此每个单元格只能包含一个点。 （这始终是Voronoi图的要点）

但是，有没有一种方法可以指定每个箱中应包含的最小样本数，以使您在超密度区域中仍具有较小的像元，而没有一个像元仅包含一个点？

链接到所讨论的函数：https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.spatial.Voronoi.html

示例代码：

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

vor = Voronoi(xy.T)
fig = voronoi_plot_2d(vor, show_vertices=False, line_colors='orange',
                 line_width=2, line_alpha=0.6, point_size=2)

请注意：xy可以是此处任何堆叠的点的x和y坐标数组。

也许完全有替代算法可以完成此任务？任何帮助将不胜感激！