从矢量列表中找到最近的矢量|蟒蛇

Question

如果给出一个10个向量的列表，称为A代表不同的组。然后你有一个时间序列的向量v1，v2，...，vn，每个也是一个向量。我想知道是否有办法在A中为每个v1，v2，...，vn找到“最接近”的矢量，如果你定义了一些距离度量？

除了循环并只是比较所有条目之外，还有一种快速的方法吗？

编辑：不，我不会问如何做k-means或类似的东西。

Answer 1

您可以使用spatial KDtree in scipy。它使用快速树算法来识别任意维度的矢量的近点。

编辑：抱歉，如果您正在寻找arbitrary distance metrics，树状结构可能仍然是一个选项。

以下是一个例子：

>>> from scipy import spatial
>>> A = [[0,1,2,3,4], [4,3,2,1,0], [2,5,3,7,1], [1,0,1,0,1]]
>>> tree = spatial.KDTree(A)

这将KDTree设置为A中的所有点，允许您在其中执行快速空间搜索。 这样的查询采用向量并返回A中最近的邻居：

>>> tree.query([0.5,0.5,0.5,0.5,0.5])
(1.1180339887498949, 3)

第一个返回值是最近邻居的距离，第二个返回值是A在A中的位置，这样你就可以得到它，例如：

>>> A[ tree.query([0.5,0.5,0.5,0.5,0.5])[1] ]
[1, 0, 1, 0, 1]

Answer 2

如果您定义了一个指标，则可以在min函数中使用它：

closest = min(A, key=distance)