我在 R^3 中有一组带有欧几里德距离度量的点。我想构建一个图，每个点由一个节点表示，边缘仅在距离 d < r 的点之间，其中 r 是某个截止值。
搜索 stackoverflow 产生了一个有趣的解决方案：计算数据点的 Delaunay 三角剖分，然后删除比阈值距离更长的边。
（来源：3D Connected Points Labeling based on Euclidean distances）
还有其他更有效的方法吗？
另外，去除比截止距离长的边缘的有效方法是什么？
如果没有，有人知道 Python 中的 Delaunay 三角测量实现吗？
编辑：别管最后一个问题，matplotlib 可以做三角测量，scipy for 3d。
谢谢。
PS - 有点相关：由于 Delaunay 三角剖分是 Voronoi 图的对偶图，并且 k-means 聚类将空间拆分为 Voronoi 单元，这里描述的方法是否与 k-means 聚类相同（或密切相关）？我是机器学习算法的初学者，所以我希望得到一些专家的反馈。