在pdist压缩距离矩阵中查找最小值的索引

Question

我曾经用来scipy.spatial.distance.pdist(X)计算下面列表X的每对元素之间的欧几里德距离度量:

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

这将返回一个压缩距离矩阵:

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形式有助于可视化结果,但我无法弄清楚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()是使用的功能,但我从这里迷失了.在此先感谢您的帮助.

Answer 1

我们将以结果的方形形式运作.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argmin的轴:

closest_points = distances.argmin(axis=0)