我正在使用带有scipy的python 2.7来计算数组的距离矩阵。
我不知道如何在返回的压缩矩阵中找到想要的距离值。
参见示例
from scipy.spatial.distance import pdist
import numpy as np
a = np.array([[1],[4],[0],[5]])
print a
print pdist(a)
将打印
[ 3. 1. 4. 4. 1. 5.]
我发现here凝聚矩阵中的ij条目应存储i和j条目之间的距离，其中ithread想知道它们是否意味着ij为i * j或str.join（i，j），例如1 ，2 - ＆gt; 2或12.
我找不到一致的方法来了解通缉索引。
请参阅我的示例，如果第一个选项有效，您应该预期从条目0到其他任何地方的所有距离都将存储在条目0中。
任何人都可以了解如何从入口x提取我想要的距离到入口y？我在寻找哪个指数？
谢谢！
答案 0 :(得分：2)
此载体为浓缩形式。它按自然顺序枚举所有索引对（在您的示例中0,1 0,2 0,3 0,4 1,2 1,3 1,4 { {1}} 2,3）并生成这些数组条目的元素之间的距离。
还有squareform函数，它将浓缩形式转换为方形矩阵形式（反之亦然）。方形矩阵形式正是您所期望的，即在条目ij（第i行，第j列）处，它存储第i个和第j个条目之间的距离。例如，如果在代码末尾添加2,4，则输出为：
print squareform(d)