Python实现三角形及任意多边形内均匀随机点生成

Cora

发布时间：2026-10-13| 3人浏览过

原创

本文介绍利用Python生成均匀分布在任意三角形内的随机点的方法。通过结合贝塔分布与线性插值，确保点在三角形内均匀分布，并推广至任意多边形。提供完整代码示例及可视化效果，适用于机器学习数据增强等场景。

Python内置的随机函数可生成[0,1)区间内的随机数。基于这一基础，我们可以进一步实现生成随机分布在任意三角形内部的点。

根据几何学原理，直线的向量表达形式为：

线段的向量表达形式为：

上述概念可推广至高维空间。

在三维空间中，平面的向量表达形式为：

三角形的向量表达形式为：

注：向量v表示图形上点的坐标。根据数学知识，直线和三维平面内的v构成的点集属于仿射集，而线段构成的点集属于凸集。其余向量由不在同一点或同一平面的点坐标组成的列向量构成。

针对三角形，其向量表达式可写为：我们可以先生成随机的贝塔（Beta）分布变量，然后生成随机的阿尔法（Alpha）变量，并对阿尔法进行处理，以确保点均匀落在三角形内。这里采用初始生成随机数的算术平方根作为阿尔法的数值。具体原理可参考《Python随机生成均匀分布在单位圆内的点》一文。

以下是具体实现代码：

import numpy as np 
import matplotlib.pyplot as plt 
 
if __name__ == '__main__': 
 x1, y1 = 0, 30 
 x3, y3 = 200, -10 
 x2, y2 = 100, 200 
 sample_size = 500 
 theta = np.arange(0,1,0.001) 
 x = theta * x1 + (1 - theta) * x2 
 y = theta * y1 + (1 - theta) * y2 
 plt.plot(x,y,'g--',linewidth=2) 
 x = theta * x1 + (1 - theta) * x3 
 y = theta * y1 + (1 - theta) * y3 
 plt.plot(x, y, 'g--', linewidth=2) 
 x = theta * x2 + (1 - theta) * x3 
 y = theta * y2 + (1 - theta) * y3 
 plt.plot(x, y, 'g--', linewidth=2) 
 rnd1 = np.random.random(size = sample_size) 
 rnd2 = np.random.random(size=sample_size) 
 rnd2 = np.sqrt(rnd2) 
 x = rnd2 * (rnd1 * x1 + (1 - rnd1) * x2) + (1 - rnd2) * x3 
 y = rnd2 * (rnd1 * y1 + (1 - rnd1) * y2) + (1 - rnd2) * y3 
 plt.plot(x,y,'ro') 
 plt.grid(True) 
 # plt.savefig('demo.png') 
 plt.show()

生成的随机点分布图如下：