合并熊猫中列的更有效方法

Question

我的代码计算出我拥有的一组样本中所有点之间的欧式距离。我想知道的是，这通常是最有效的方式，它可以在集合中的所有元素之间执行某些操作，然后对其进行绘制，例如制作一个相关矩阵。

样本索引用于初始化数据帧并提供标签。然后，在three_D_coordinate_tuple_list中将3d坐标作为元组提供，但这可以轻松进行任何测量，然后可变距离可以进行任何操作。我很好奇，想找到一种更有效的解决方案来制作每一列，然后使用pandas或numpy再次合并它们。我的解决方案是否阻塞了所有内存？我该如何使它更清洁？

def euclidean_distance_matrix_maker(three_D_coordinate_tuple_list, index_of_samples):
#list of tuples
#well_id or index as series or list

n=len(three_D_coordinate_tuple_list)
distance_matrix_df=pd.DataFrame(index_of_samples)    

for i in range(0, n):
    column=[]
    #iterates through all elemetns calculates distance vs this element
    for j in range(0, n):
        distance=euclidean_dist_threeD_for_tuples( three_D_coordinate_tuple_list[i],
                                         three_D_coordinate_tuple_list[j])
        column.append(distance)
    #adds euclidean distance to a list which overwrites old data frame then 
    #is appeneded with concat column wise to output matrix
    new_column=pd.DataFrame(column)
    distance_matrix_df=pd.concat([distance_matrix_df, new_column], axis=1)

distance_matrix_df=distance_matrix_df.set_index(distance_matrix_df.iloc[:,0])
distance_matrix_df=distance_matrix_df.iloc[:,1:]
distance_matrix_df.columns=distance_matrix_df.index

Answer 1

设置

import numpy as np

x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

---

scipy.spatial.distance_matrix

from scipy.spatial import distance_matrix

distance_matrix(x, x)

array([[ 0.        ,  5.19615242, 10.39230485],
       [ 5.19615242,  0.        ,  5.19615242],
       [10.39230485,  5.19615242,  0.        ]])

---

脾气暴躁

from scipy.spatial.distance import squareform

i, j = np.triu_indices(len(x), 1)
((x[i] - x[j]) ** 2).sum(-1) ** .5

array([ 5.19615242, 10.39230485,  5.19615242])

我们可以用squareform将其制成正方形

squareform(((x[i] - x[j]) ** 2).sum(-1) ** .5)

array([[ 0.        ,  5.19615242, 10.39230485],
       [ 5.19615242,  0.        ,  5.19615242],
       [10.39230485,  5.19615242,  0.        ]])