问题描述
from scipy.spatial.distance import cdist
from sklearn.datasets import make_moons
X,y = make_moons()
cdist(X,X).min(axis=1)
给我
array([0.,0.,0.])
这不是我想要的。我想要X
中i
不等于j
的所有点之间的最小距离。当然,如果i=j
,那么我会得到0
。如何使用cdist
来做到这一点?
解决方法
cdist
对于计算数组的成对距离是一个过大的杀伤力。对于一个数组,上三角是所有可能距离的最小有意义表示,但不包括与自身的0距离。做到这一点的方法是使用pdist
:
from scipy.spatial.distance import pdist
from sklearn.datasets import make_moons
X,y = make_moons()
# desired output
pdist(X).min()
它返回上三角数组ndarray:
Y:ndarray 返回一个简化的距离矩阵Y。对于每个i和j(其中i
您可能会了解有关凝聚矩阵here
的更多信息时间比较:
%timeit pdist(X)
73 µs ± 825 ns per loop (mean ± std. dev. of 7 runs,10000 loops each)
%timeit cdist(X,X)
112 µs ± 315 ns per loop (mean ± std. dev. of 7 runs,10000 loops each)