python - 从 Numpy 向量数组中删除重复项(在给定的公差范围内)

Question

我有一个 Nx5 数组，其中包含 N 个形式为“id”、“x”、“y”、“z”和“energy”的向量。我需要在 0.1 的公差范围内删除重复点(即 x、y、z 全部匹配的位置)。理想情况下，我可以创建一个函数，在其中传入数组、需要匹配的列和匹配的容差。

正在关注 this thread on Scipy-user ，我可以使用记录数组删除基于完整数组的重复项，但我只需要匹配数组的一部分。此外，这不会在一定的公差范围内匹配。

我可以在 Python 中使用 for 循环费力地迭代，但是有更好的 Numponic 方法吗？

Answer 1

你可能会看看 scipy.spatial.KDTree .N有多大？
添加:糟糕，tree.query_pairs 不在 scipy 0.7.1 中。

如有疑问，请使用蛮力:将空间(这里是 side^3)分成小单元格，每个单元格一分:

""" scatter points to little cells, 1 per cell """
from __future__ import division         
import sys                              
import numpy as np                      

side = 100                              
npercell = 1  # 1: ~ 1/e empty          
exec "\n".join( sys.argv[1:] )  # side= ...
N = side**3 * npercell                  
print "side: %d  npercell: %d  N: %d" % (side, npercell, N)
np.random.seed( 1 )                     
points = np.random.uniform( 0, side, size=(N,3) )

cells = np.zeros( (side,side,side), dtype=np.uint )
id = 1
for p in points.astype(int):
    cells[tuple(p)] = id                
    id += 1                             

cells = cells.flatten()
    # A C, an E-flat, and a G walk into a bar. 
    # The bartender says, "Sorry, but we don't serve minors."
nz = np.nonzero(cells)[0]               
print "%d cells have points" % len(nz)
print "first few ids:", cells[nz][:10]