我们如何找到簇内两点之间的距离？

【问题标题】：How we can find the distance between two points inside a cluster?我们如何找到簇内两点之间的距离？
【发布时间】：2021-02-07 21:01:36
【问题描述】：

我必须找到簇内两点之间的距离。我通过以下代码生成了集群：

X = np.arange(0,10.2,0.16)
Y = np.arange(0,10.2,0.16)
A = np.arange(0,2, 0.005) 
x, y = np.meshgrid(X, Y)
z = np.zeros(x.shape)

x0 = X.mean()
y0 = Y.mean()
b_center1 = [2,8]
b_center2 = [6,2]
r1=0.1*X.max()
r2=0.1*X.max()

for i in range(1, len(X)):
    for j in range(1, len(Y)):
        dist = pdist(np.array([[X[i],Y[j]],b_center1]))
        if (dist[0] < r1):
            z[i][j]=1
        dist = pdist(np.array([[X[i],Y[j]],b_center2]))
        if (dist[0] < r2):
            z[i][j]=1

fig = plt.figure(figsize=(12,10))
plt.scatter(x, y, z, cmap='viridis', edgecolor='k')
plt.gca().set_aspect('equal', adjustable='box')
plt.draw()
plt.xticks([0,1,2,3,4,5,6,7,8,9,10])
plt.yticks([0,1,2,3,4,5,6,7,8,9,10])
plt.show()

This is the clusters I have obtained

d is the distance I have to find

【问题讨论】：

该距离是任何点与所有其他点之间的最短距离。没有什么比这更容易了。
1.在 xmax 和 xmin 之间取一个 x 值。 2. 对于那个 x 值，对所有 y 值进行排序。然后取前两个排序后的 y 值的差。

标签： python geometry cluster-analysis

【解决方案1】：

采用z 数组，即64*64 矩阵与0 and 1。获取x_index，y_index，其中z==1

np.where(z == 1)

(array([ 7,  7,  7,  7,  7,  ...),
 array([47, 48, 49, 50, 51, ...]))

因此可以看出，对于 x=7，z=1 对于 y=47，y=48，y=50 等。所以我们要计算(7,47)和(7,48)之间的距离所以，距离是Y[48] - Y[47]或Y[49] - Y[48]

print(Y[48] - Y[47])
>>> 0.15999999999999925 # i.e. around 0.16

这仅仅是因为你的行距是0.16，你的点是由0.16分隔的，所以你根本不需要计算。 :p

X = np.arange(0,10.2,0.16)

Y = np.arange(0,10.2,0.16)

A = np.arange(0,2, 0.005)

【讨论】：