通过索引获取 X 最小距离列表答案

【问题标题】：Get list of X minimum distances by their indices通过索引获取 X 最小距离列表
【发布时间】：2017-06-25 22:57:16
【问题描述】：

我有一个名为 Z 的巨大矩阵（想想 20000 x 1000），我需要从中生成成对距离，因此我目前使用 sklearn.metrics.pairwise.euclidean_distances(Z,Z) 来生成成对距离。

但是，现在我需要搜索结果以找到最小的 X 距离，但我需要它们的索引。

一个例子是：

A = 20000 x 1000 numpy.ndarray
B = sklearn.metrics.pairwise.euclidean_distances(A, A)
C = ((2400,100), (800,900), (29,999)) if X = 3

这样做的最佳方法是什么？我看到了numpy.unravel_index(a.argmax(), a.shape)，但我不确定它是否适用于这种情况。

【问题讨论】：

scipy.spatial.distance.squareform 将成对距离转换为压缩形式/从压缩形式转换。一种选择是以压缩形式找到 argmin，并将该索引映射回上三角数组。搜索 pdist 和 squareform 的最新 scipy 问题。
stackoverflow.com/q/42098093/901925; stackoverflow.com/q/42046359/901925

标签： python numpy scikit-learn

【解决方案1】：

您可以使用np.triu_indices 生成对应于压缩距离矩阵条目的索引。

import numpy as np
from scipy.spatial.distance import pdist

# Generate points
Z = np.random.normal(0, 1, (1000, 3))
# Compute euclidean distance
distance = pdist(Z)
# Get the smallest distance
min_distance = np.min(distance)
# Get the indices (k = 1 to omit diagonal entries)
idx = np.asarray(np.triu_indices(len(Z), 1))
# Filter the indices (this is assuming that the minimum distance is not unique)
idx = idx[:, distance == min_distance]

如果你知道只有一个最小距离，你也可以使用

idx = idx[:, np.argmin(distance)]

效率稍高。

编辑：要获得排序后的索引，请尝试以下操作

idx = idx[:, np.argsort(distance)]

【讨论】：

不幸的是，这不适合我。我需要它按最小成对距离排序，然后得到该排序的索引。