python - 识别具有最小欧氏距离的点

Question

我有一个 n 维点的集合，我想找出哪 2 个最接近。我能想到的最好的二维是:

from numpy import *
myArr = array( [[1, 2],
                [3, 4],
                [5, 6],
                [7, 8]] )

n = myArr.shape[0]
cross = [[sum( ( myArr[i] - myArr[j] ) ** 2 ), i, j]
         for i in xrange( n )
         for j in xrange( n )
         if i != j
         ]

print min( cross )

给出

[8, 0, 1]

但这对于大型数组来说太慢了。我可以对其应用什么样的优化？

相关:

---

Euclidean distance between points in two different Numpy arrays, not within

Answer 1

试试 scipy.spatial.distance.pdist(myArr)。这将为您提供一个压缩距离矩阵。您可以在其上使用 argmin 并找到最小值的索引。这可以转换成配对信息。