使用 scipy.spatial 的数据类型问题答案

【问题标题】：Data type problem using scipy.spatial使用 scipy.spatial 的数据类型问题
【发布时间】：2010-10-07 01:38:57
【问题描述】：

我想使用 scipy.spatial 的 KDTree 在二维数组（本质上是嵌套列表的维度为 2 的列表列表）中查找最近邻对。我生成列表列表，将其通过管道传输到 numpy 的数组中，然后创建 KDTree 实例。但是，每当我尝试对其运行“查询”时，我不可避免地会得到奇怪的答案。例如，当我输入：

tree = KDTree(array)
nearest = tree.query(np.array[1,1])

最近打印出 (0.0, 0)。目前，我使用的数组基本上是 y = x 的范围（1,50）所以我希望我应该得到（1,1）的（2,2）的最近邻居

我做错了什么，scipy 大师？

编辑：或者，如果有人可以将我指向 python 的 KDTree 包，他们已将其用于给定点的最近邻搜索，我很想听听。

【问题讨论】：

标签： python numpy scipy

【解决方案1】：

我之前使用过scipy.spatial，与scikits.ann 相比，它似乎是一个不错的改进（尤其是界面方面）。

在这种情况下，我认为您混淆了 tree.query(...) 调用的返回。来自scipy.spatial.KDTree.querydocs：

Returns
-------

d : array of floats
    The distances to the nearest neighbors.
    If x has shape tuple+(self.m,), then d has shape tuple if
    k is one, or tuple+(k,) if k is larger than one.  Missing
    neighbors are indicated with infinite distances.  If k is None,
    then d is an object array of shape tuple, containing lists
    of distances. In either case the hits are sorted by distance
    (nearest first).
i : array of integers
    The locations of the neighbors in self.data. i is the same
    shape as d.

所以在这种情况下，当您查询最接近 [1,1] 时，您会得到：

distance to nearest: 0.0
index of nearest in original array: 0

这意味着[1,1] 是array 中原始数据的第一行，假设您的数据是y = x on the range [1,50]，这是预期的。

scipy.spatial.KDTree.query 函数有很多其他选项，因此，如果您想确保获得不是自身的最近邻居，请尝试：

tree.query([1,1], k=2)

这将返回两个最近的邻居，您可以将进一步的逻辑应用于返回距离为零的情况（即查询的点是用于构建树的数据项之一）取第二个最近的邻居而不是第一个。

【讨论】：

非常感谢。现在更有意义了！