函数参数：

class scipy.spatial.Delaunay(points, furthest_site=False, incremental=False, qhull_options=None)

Delaunay tesselation in N dimensions.

参数解释

points : ndarray of floats, shape (npoints, ndim)

把点转化为三角形。

furthest_site : bool, optional

是否计算一个最远的Delaunay三角形，默认为否。这是版本 0.12.0.中的新参数。

incremental : bool, optional

增量地添加新点，需要额外的资源.

qhull_options : str, optional

Additional options to pass to Qhull. See Qhull manual for details. Option “Qt” is always enabled. Default:”Qbb Qc Qz Qx” for ndim > 4 and “Qbb Qc Qz” otherwise. Incremental mode omits “Qz”.。这是版本 0.12.0.中的新参数。

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

points = np.array([[0, 0], [1, 1.1], [1, 0], [1,1]])
triang = Delaunay(points)
plt.triplot(points[:, 0], points[:, 1], triang.simplices.copy())
plt.plot(points[:, 0], points[:, 1], 'o')
plt.show()

points中储存了三角形的每一个顶点，一个值对应一个索引。

triang.simplices.copy()里面每一个元素包含三个值，是点的索引号。

triang.neighbors[1]查看1号三角形的三个邻居

tri.find_simplex(p)p是由$1\times 2$元素构成的列表，返回点在那个三角形内部。