Question

我有一个Pandas数据框（参见下面的小例子）。我想根据它们在3列（特征）中的值计算观测值（行）之间的欧几里德距离。我正在使用scipy.spatial.distance.pdist。

我知道返回的对象（dist）在我的20个观察（行）之间包含190个距离。我认为，它是一个＆＃34;展开的＆＃34;三角矩阵 - 第一行和第二行之间的距离，然后，可能在第一行和第三行之间，......在第一行和第二行之间，然后在第二行和第三行之间，第二行和第四行等，等等。

然而，我不确定。并且：我怎样才能构建一个20×20矩阵的对称矩阵？

我的最终目标：对于每个观察（行），我想找到它最近的5个邻居（即距离它最近的行）并总结这5个距离。如果我有一个方阵，我可以只为每列应用一个函数。但是现在我不确定如何处理＆＃39; dist＆＃39;

非常感谢你的帮助！

import numpy as np
import pandas as pd
# Generate fake Pandas data frame
a = pd.Series(np.random.normal(1, 0.1, 20))
df = pd.DataFrame(a, columns=['a'])
df['b'] = pd.Series(np.random.normal(2, 0.1, 20))
df['c'] = pd.Series(np.random.normal(3, 0.1, 20))
import scipy
dist = scipy.spatial.distance.pdist(df, metric='euclidean')

dist.shape＃（190，）

Answer 1

您可以将dist传递给scipy.spatial.distance.squareform。它将成对距离的n×1数组转换为方形矩阵形式。

d_matrix = scipy.spatial.distance.squareform(dist)

运行scipy.spatial.distance.pdist后提取距离

1 个答案: