Question

我使用scipy.spatial.distance.pdist(X)来计算下面列表X的每对元素之间的欧几里德距离度量：

X = [[0, 3, 4, 2], [23, 5, 32, 1], [3, 4, 2, 1], [33, 54, 5, 12]]

这将返回一个压缩距离矩阵：

array([ 36.30426972,   3.87298335,  61.57109712,  36.06937759,
        57.88782255,  59.41380311])

对于每个元素X，我需要找到最接近的其他元素的索引。

将压缩距离矩阵转换为方形形式有助于可视化结果，但我无法弄清楚如何以编程方式识别X中每个元素的最接近元素X的索引。

array([[  0.        ,  36.30426972,   3.87298335,  61.57109712],
       [ 36.30426972,   0.        ,  36.06937759,  57.88782255],
       [  3.87298335,  36.06937759,   0.        ,  59.41380311],
       [ 61.57109712,  57.88782255,  59.41380311,   0.        ]])

我相信argmin()是使用的功能，但我从这里迷失了。感谢您提前提供任何帮助。

Answer 1

我们将以结果的方形形式运作。首先，排除“纽约最接近纽约”的答案，

numpy.fill_diagonal(distances, numpy.inf)

然后，它沿轴是一个简单的argmin：

closest_points = distances.argmin(axis=0)

在pdist压缩距离矩阵中查找最小值的索引

1 个答案: