包含N个点的voronoi图

Question

我有一个200x200二维的数据点阵列，对应于中的图像，最初以FITS格式存储。阵列中的每个数字表示在空间中该坐标处的光子计数。

我正试图为这些数据点创建一个Voronoi图，如下所示——

  import numpy
    import matplotlib
    import scipy
    from astropy.io import fits

    #Header List
    hdulist = fits.open("ElGordo_img_0540_full.fits")

    #Converting the photon data to coordinates
    #Any non-zero photon intensity is counted only once 
    #For testing purposes

    def convert_coords(data):
        coords = []    
        for i in range(len(data)):
            for j in range(len(data[i])):
                if data[i][j] >0:
                    coords.append([j,i])
        return coords


    # print convert_coords(test)
    #Image DATA array stored in the Primary header          
    data_array = hdulist[0].data

    #converting to coordinate form
    coords_data = convert_coords(data_array)
    #Making Voronoi plot
    from scipy.spatial import Voronoi, voronoi_plot_2d
    vor = Voronoi(coords_data)
    #Plotting Voronoi 
    import matplotlib.pyplot as plt
    voronoi_plot_2d(vor)
    plt.show()

然而，这种方法只给出Voronoi，其中每个框都有一个"单个"点。图像看起来一团糟

为了从图中获得意义，我需要一种方法在我的Voronoi图中包含多个点（我认为这被称为"k阶Voronoi"）。我如何在Python中实现这一点？我可能使用的任何预先存在的库/方法？

感谢

Answer 1

您可以尝试加权voronoi图。它被定义为真核生物的距离减去重量。