Python / Numpy：点掩码的三角形掩码

Question

我正在使用由点 3 x n 和由点索引 3 x m 指定的三角形组成的三角网格。我可以很容易地绘制它，例如使用 mlab

mesh = mlab.triangular_mesh(p[0,:],p[1,:],p[2,:],t.T

我还生成了一个超出范围或nan 的掩码掩码点，所以我有一个大小为 n 的掩码。现在我想掩盖具有被掩盖点的三角形。到目前为止我的解决方案：

1：使用掩码将所有被掩码的点变成nan，例如

p[mask] = nan

mlab 然后仍然显示nan（我需要包含一个阈值过滤器...），我实际上不想弄乱我的数据

2：生成三角形蒙版，我是这样开始的

def triangleMask(triangles, pointmask):
    maskedTris = np.zeros((triangles.shape[1]), dtype=np.bool)
    maskedIdx = np.nonzero(pointmask)[0]
    for i,t in enumerate(triangles.T):
         if (i%5000) == 0:
             print('working it.:', i)
         for p in t:
             if p in maskedIdx:
                 maskedTris[i] = True
                 break

    return maskedTris

这可行，但速度不快。而在我的例子中，n = 250.000 和 m = 500.000，所以“不快”是一个很大的问题。

我知道mlab 中有一个掩码关键字，但我无法让它工作。仅屏蔽 triangular_mesh 调用中的点会产生和错误，因为 t 指的是大于 p 大小的索引。

Answer 1

所以你有一个points 形状数组(3, n)、一个triangles 形状数组(3, m) 和一个point_mask 布尔数组形状(n,)，并想创建一个triangle_mask 的如果triangles[:, j] 中的任何索引对应于point_mask 中的True，则形状(m,) 将True 保持在j 位置。你可以通过一些花哨的索引来做到这一点：

triangle_mask = np.any(point_mask[triangles], axis=0)

为了了解发生了什么，point_mask[triangles] 创建了一个形状为 (3, m) 的布尔数组，位置 (i, j) 的值为 point_mask[triangles[i, j]]。