将 scipy 压缩距离矩阵转换为按行读取的下矩阵答案

【问题标题】：Convert scipy condensed distance matrix to lower matrix read by rows将 scipy 压缩距离矩阵转换为按行读取的下矩阵
【发布时间】：2017-11-06 20:05:56
【问题描述】：

我有一个来自 scipy 的压缩距离矩阵，我需要将它传递给一个 C 函数，该函数需要将矩阵转换为按行读取的下三角形。例如：

它的浓缩形式是：[1,2,3,4,5,6] 但我需要将其转换为

按行读取的下三角为：[1,2,4,3,5,6]。

我希望在不创建冗余矩阵的情况下将紧凑距离矩阵转换为这种形式。

【问题讨论】：

【解决方案1】：

这是一个快速实现 - 但它创建了方形冗余距离矩阵作为中间步骤：

In [128]: import numpy as np

In [129]: from scipy.spatial.distance import squareform

c是距离矩阵的冷凝形式：

In [130]: c = np.array([1, 2, 3, 4, 5, 6])

d是冗余方距离矩阵：

In [131]: d = squareform(c)

这是压缩后的下三角距离：

In [132]: d[np.tril_indices(d.shape[0], -1)]
Out[132]: array([1, 2, 4, 3, 5, 6])

这是一种避免形成冗余距离矩阵的方法。 condensed_index(i, j, n) 987654329 @和列j 987654330 j 987654331 @> i，并返回冷凝距离阵列中的相应索引。

In [169]: def condensed_index(i, j, n):
     ...:     return n*i - i*(i+1)//2 + j - i - 1
     ...:

如上，c 是压缩的距离数组。

In [170]: c
Out[170]: array([1, 2, 3, 4, 5, 6])

In [171]: n = 4

In [172]: i, j = np.tril_indices(n, -1)

请注意，参数在以下呼叫中颠倒：

In [173]: indices = condensed_index(j, i, n)

indices给出了冷凝距离阵列的所需排列。

In [174]: c[indices]
Out[174]: array([1, 2, 4, 3, 5, 6])

（基本上与@ 987654339以this question的答案给出了相同的函数。）

【讨论】：