scipy.spatial.ConvexHull函数能够间接解决凸包问题，它的返回值有两个，别离是area和simplices。
- area：是一个值，示意最大凸多边形的面积。
- simplices：是一个尺寸为
[N,2]的二维数组，N代表最大凸多边形中蕴含的点数，2示意相邻两个外围点在数组中的程序，即他们的下标。要留神：二维数组中相邻的两个元素各自组成的连线（两点连成一线）在图中并不一定是相连的，也就是说，最大凸多边形的N-1条边，并不一定是按逆时针或顺时针生成的。
一、代码
import numpy as npimport randomimport scipy.spatial as sptimport matplotlib.pyplot as pltplt.rc('font', family='simhei', size=10) # 设置中文显示，字体大小points = np.random.randint(0, 50, (50, 2))plt.scatter(x=points[:, 0], y=points[:, 1], marker='*', color='blue')# 调用ConvexHull函数解决凸包问题hull = spt.ConvexHull(points=points)for sim in hull.simplices: plt.plot(points[sim, 0], points[sim, 1], 'red') # 数组下标用逗号隔开示意行和列离开解决。（逗号的两边还能够各加冒号限定行或列的范畴） # 比方points[sim, 0]就示意所有点中横坐标下标为sim（两行），纵坐标下标为0（1列）的值，这些值恰好是相邻两点的x坐标，两个值，再加上points[sim, 1]也是两个值，共4个值，满足plot的参数要求。 # plot基本参数要求：plt.plot(点1横坐标, 点2横坐标,点1纵坐标，点2纵坐标， color='') plt.title("最大凸多边形面积：{}".format(hull.area)) # 图形题目 plt.show()