立方体点云Delaunay三角化结果异常，求解决方法

核心问题 #

你用错了工具的维度匹配：scipy.spatial.Delaunay在3D空间中生成的是四面体网格（每个simplex对应4个点的索引），但plot_trisurf仅支持三角形面（每个面需要3个点）。直接把3D Delaunay的四面体索引传给plot_trisurf，程序会错误解析数据，导致出现混乱的面。

快速修复方案 #

因为立方体是标准凸几何体，用scipy.spatial.ConvexHull提取表面三角面是最直接的方法——它会自动生成构成立方体凸包的三角形面索引，完美适配plot_trisurf的需求。

修改后的完整代码 #

import matplotlib.pyplot as plt
from scipy.spatial import ConvexHull
import numpy as np

# 示例：如果你的点是立方体8个顶点，可直接用这段生成（替换成你自己的x/y/z即可）
x = np.array([0, 0, 0, 0, 1, 1, 1, 1])
y = np.array([0, 0, 1, 1, 0, 0, 1, 1])
z = np.array([0, 1, 0, 1, 0, 1, 0, 1])

ax = plt.axes(projection='3d')
ax.view_init(15, -30)
points = np.vstack([x, y, z]).T

# 用ConvexHull获取表面三角面
hull = ConvexHull(points)
# 绘制正确的表面三角化效果
ax.plot_trisurf(x, y, z, triangles=hull.simplices,
                linewidth=0.5, facecolors='cyan', edgecolors='r', alpha=.70, antialiased=True)

plt.show()

额外说明 #

• 如果你一定要用Delaunay三角化：3D Delaunay的结果是四面体网格，要提取表面需要筛选出仅属于一个四面体的边界面，这个步骤需要额外的代码处理，对于立方体这种规则凸体完全没必要。
• 检查你的点云：确保点仅包含立方体的表面点（最好是8个顶点），如果点云混入内部点，也会导致三角化结果混乱。

内容的提问来源于stack exchange，提问作者Zephyr Dassouli