python - 在 pdist 压缩距离矩阵中找到最小值的索引

Question

我已经使用 scipy.spatial.distance.pdist(X) 来计算下面列表 X 的每对元素之间的欧几里德距离度量:

X = [[0, 3, 4, 2], [23, 5, 32, 1], [3, 4, 2, 1], [33, 54, 5, 12]]

这将返回一个压缩距离矩阵:

array([ 36.30426972,   3.87298335,  61.57109712,  36.06937759,
        57.88782255,  59.41380311])

对于每个元素 X，我需要找到最近的其他元素的索引。

将压缩距离矩阵转换为方形有助于可视化结果，但我不知道如何以编程方式为 X 中的每个元素识别最近元素 X 的索引。

array([[  0.        ,  36.30426972,   3.87298335,  61.57109712],
       [ 36.30426972,   0.        ,  36.06937759,  57.88782255],
       [  3.87298335,  36.06937759,   0.        ,  59.41380311],
       [ 61.57109712,  57.88782255,  59.41380311,   0.        ]])

我相信 argmin() 是要使用的函数，但我从这里迷路了。提前感谢您的帮助。

Answer 1

我们将对结果的平方形式进行运算。首先，要排除“纽约离纽约最近”的答案，

numpy.fill_diagonal(distances, numpy.inf)

然后，它是一个沿轴的简单 argmin:

closest_points = distances.argmin(axis=0)