在 pdist 压缩距离矩阵中找到最小值的索引答案

【问题标题】：Find the index of the min value in a pdist condensed distance matrix在 pdist 压缩距离矩阵中找到最小值的索引
【发布时间】：2014-01-25 21:52:00
【问题描述】：

我已使用scipy.spatial.distance.pdist(X) 计算以下列表 X 的每对元素之间的欧几里得距离度量：

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

这会返回一个压缩的距离矩阵：

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

对于每个元素 X，我需要找到最接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识别 X 中每个元素的最接近元素 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() 是要使用的功能，但我从这里迷路了。感谢您提前提供任何帮助。

【问题讨论】：

标签： python data-structures numpy matrix scipy

【解决方案1】：

我们将对结果的平方形式进行运算。首先，排除“纽约最接近纽约”的答案，

numpy.fill_diagonal(distances, numpy.inf)

然后，它是一个简单的argmin 沿轴：

closest_points = distances.argmin(axis=0)

【讨论】：