scipy.pdist（）返回NaN值

Question

我试图对时间序列进行聚类。簇内元素具有相同的形状但不同的比例。因此，我想使用相关性度量作为聚类的度量。我尝试相关或皮尔森系数距离（欢迎提出任何建议或替代方案）。 但是，当我运行Z = linkage（dist）时，以下代码返回错误，因为dist中有一些NaN值。 time_series中没有NaN值，这由

确认

np.any(isnan(time_series))

返回False

from scipy.spatial.distance import pdist
from scipy.cluster.hierarchy import dendrogram, linkage

dist = pdist(time_series, metric='correlation') 
Z = linkage(dist)
fig = plt.figure()
dn = dendrogram(Z)
plt.show()

作为替代方案，我将使用皮尔森距离

from scipy.stats import pearsonr

def pearson_distance(a,b):
    return 1 - pearsonr(a,b)[0]

dist = pdist(time_series, pearson_distance)`

但这会产生一些运行时警告并花费大量时间。

Answer 1

scipy.pdist(time_series, metric='correlation')

如果您查看manual，则correlation选项除以差异。因此，您可能有两个相同的时间戳，zero除以zero给我们NaN。