我正在使用scipy.spatial.distance.pdist计算坐标数组的距离,然后用numpy.histogram来计算结果。目前,这会将每个坐标视为一个对象,但是我在同一个坐标处有多个对象。一种选择是更改数组,使每个坐标出现多次,对于该坐标处的每个对象一次,但这会大大增加数组的大小和pdist的计算时间,因为它会缩放为N ^ 2,并且这是非常昂贵的,速度在这个应用程序中很重要。
第二种方法是处理得到的距离矩阵,使得每个距离重复ni nj次,其中ni是坐标i处的对象的数量,nj是坐标j处的对象的数量。这会将原始MxM距离矩阵变换为NxN距离矩阵,其中M是阵列中坐标的总数,但N是对象的总数。但同样,这似乎是不必要的代价,因为我真正需要做的是以某种方式告诉直方图函数将距离ij上的事件数乘以ni nj。换句话说,有没有办法告诉numpy.histogram,在距离ij上不仅有一个对象,而是那个ni * nj对象呢?
其他想法显然是受欢迎的。
编辑:
这是第一种方法的一个例子。
import numpy as np
from scipy import spatial
import matplotlib.pyplot as plt
#create array of 5 coordinates in 3D
coords = np.random.random(15).reshape(5,3)
'''array([[ 0.66500534, 0.10145476, 0.92528492],
[ 0.52677892, 0.07756804, 0.50976737],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.02707651, 0.21878467, 0.55855427],
[ 0.81564621, 0.82750694, 0.53083443]])'''
#number of objects at each coordinate
objects = np.random.randint(1,10,5)
#array([5, 3, 8, 5, 1])
#create new array with coordinates for each individual object
new_coords = np.zeros((objects.sum(),3))
#there's surely a simpler way to do this
j=0
for coord in range(coords.shape[0]):
for i in range(objects[coord]):
new_coords[j] = coords[coord]
j+=1
'''new_coords
array([[ 0.66500534, 0.10145476, 0.92528492],
[ 0.66500534, 0.10145476, 0.92528492],
[ 0.66500534, 0.10145476, 0.92528492],
[ 0.66500534, 0.10145476, 0.92528492],
[ 0.66500534, 0.10145476, 0.92528492],
[ 0.52677892, 0.07756804, 0.50976737],
[ 0.52677892, 0.07756804, 0.50976737],
[ 0.52677892, 0.07756804, 0.50976737],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.50030508, 0.37635556, 0.20828815],
[ 0.02707651, 0.21878467, 0.55855427],
[ 0.02707651, 0.21878467, 0.55855427],
[ 0.02707651, 0.21878467, 0.55855427],
[ 0.02707651, 0.21878467, 0.55855427],
[ 0.02707651, 0.21878467, 0.55855427],
[ 0.81564621, 0.82750694, 0.53083443]])'''
#calculate distance matrix of old and new arrays
distances_old = distance.pdist(coords)
distances_new = distance.pdist(new_coords)
#calculate and plot normalized histograms (typically just use np.histogram without plotting)
plt.hist(distances_old, range=(0,1), alpha=.5, normed=True)
(array([ 0., 0., 0., 0., 2., 1., 2., 2., 2., 1.]), array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1. ]), <a list of 10 Patch objects>)
plt.hist(distances_new, range=(0,1), alpha=.5, normed=True)
(array([ 2.20779221, 0. , 0. , 0. , 1.68831169,
0.64935065, 2.07792208, 2.81385281, 0.34632035, 0.21645022]), array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1. ]), <a list of 10 Patch objects>)
plt.show()
第二种方法会改为处理距离矩阵而不是坐标矩阵,但我还没有想出代码。
这两种方法对我来说似乎都是低效的,我认为操纵np.histogram的分箱过程更有可能是有效的,因为它只是基本的乘法,但我不知道如何判断np。直方图将每个坐标视为具有可变数量的对象来计算。
答案 0 :(得分:1)
这样的事可能有用:
from scipy.spatial import distance
positions = np.random.rand(10, 2)
counts = np.random.randint(1, 5, len(positions))
distances = distance.pdist(positions)
i, j = np.triu_indices(len(positions), 1)
bins = np.linspace(0, 1, 10)
h, b = np.histogram(distances, bins=bins, weights=counts[i]*counts[j])
除了0
- 距离
repeated = np.repeat(positions, counts, 0)
rdistances_r = distance.pdist(repeated)
hr, br = np.histogram(rdistances, bins=bins)
In [83]: h
Out[83]: array([11, 22, 27, 43, 67, 46, 40, 0, 19, 0])
In [84]: hr
Out[84]: array([36, 22, 27, 43, 67, 46, 40, 0, 19, 0])