如何在Python中从tri.simplices列表删除指定Delaunay三角形

我通过两个不同的numpy顶点数组构建了两个Delaunay三角剖分，两者存在两个相同的三角形，希望从其中一个三角剖分的tri.simplices列表中删除这些重复三角形。

代码示例 #

import numpy as np
from scipy.spatial import Delaunay

cloud1 = np.array([[4.2, 4.5], [4.4, 5.3], [6.2, 5.6], [4.75, 5], [5.2, 4.8]])
cloud2 = np.array([[4.2, 4.5], [4.4, 5.3], [6.2, 5.6], [4.75, 5]])

tri1 = Delaunay(cloud1)
tri2 = Delaunay(cloud2)

print(tri1.simplices)
print("*************")
print(tri2.simplices)

运行结果 #

[[1 3 2]
 [3 4 2]
 [3 1 0]
 [4 3 0]]
*************
[[2 3 0]
 [3 1 0]
 [1 3 2]]

尝试的错误代码 #

for i in range(0,len(tri1.simplices)):
    if (tri1.simplices[i] in tri2.simplices):
        np.delete(tri1.simplices, tri1.simplices[i])
    else:
        continue

解决方案 #

你的代码存在两个核心问题：

1. numpy数组的in操作无法直接判断一个一维数组是否存在于二维数组中；
2. np.delete()不会原地修改数组，需要重新赋值，且循环中修改数组长度会导致索引错位。

正确的思路是先统一三角形顶点的顺序（因为同一个三角形的顶点排列顺序不固定，比如[1,3,2]和[2,3,1]属于同一个三角形），再通过集合快速查找重复项：

import numpy as np
from scipy.spatial import Delaunay

cloud1 = np.array([[4.2, 4.5], [4.4, 5.3], [6.2, 5.6], [4.75, 5], [5.2, 4.8]])
cloud2 = np.array([[4.2, 4.5], [4.4, 5.3], [6.2, 5.6], [4.75, 5]])

tri1 = Delaunay(cloud1)
tri2 = Delaunay(cloud2)

# 对每个三角形的顶点排序，统一表示方式
tri1_sorted = np.sort(tri1.simplices, axis=1)
tri2_sorted = np.sort(tri2.simplices, axis=1)

# 把tri2的三角形转成元组集合，方便快速查找
tri2_set = set(tuple(tri) for tri in tri2_sorted)

# 过滤tri1中不在tri2里的三角形
filtered_simplices = tri1.simplices[~np.array([tuple(tri) in tri2_set for tri in tri1_sorted])]

print("过滤后的tri1.simplices：")
print(filtered_simplices)

运行结果 #

过滤后的tri1.simplices：
[[3 4 2]
 [4 3 0]]

内容的提问来源于stack exchange，提问作者Volkan Atar