我正在尝试计算我的数据集中的哪些点（在numpy数组的形状中称为＆＃34;矩阵＆＃34;）最接近向量（数组称为＆＃34; vector＆＃34;）in n维空间。然后，我想从一个与＆＃34;矩阵＆＃34;相同的数据集中提取这些相同的向量。但包括其他标签（=＆＃34; matrix_with_labels＆＃34;）。
vector=([1,2,3,...])
matrix=[[1,2,3,...], [2,4,6,...], ...]]
matrix_with_labels=[[a,1,2,3,...], [b,2,4,6,...], ...]]
因此，我计算了向量与矩阵中每个项目之间的距离：
dist=scipy.spatial.distance.cdist(matrix,vector,'euclidean')
然后我对这些距离进行排序以确定最近的邻居：
sorted_index=np.argsort(dist, axis=0)
然后我尝试排序＆＃34; matrix_with_labels＆＃34;通过＆＃34; sorted_index＆＃34;，使用this post中所解释的numpy.take。
result= matrix_with_labels.take(sorted_index, 0)
结果看起来很好，直到我尝试进一步处理它 - 它似乎改变了形状：
print result.shape
(20, 1, 11)
当我查看初始＆＃34; matrix_with_labels＆＃34;的形状时，然而：
matrix_with_labels.shape
(20, 11)
take上的文档说：
子阵列：ndarray 返回的数组与。
的类型相同
我做错了什么？任何帮助表示赞赏！
答案 0 :(得分：1)
如果您从(20, 11)形状开始，我认为获得(20, 1, 11)形状的唯一方法是x形状为(1, 11)。
尝试result = matrix_with_labels.take(x.reshape(-1), 0)。