使用scipy.spatial时的数据类型问题

Question

我想使用scipy.spatial的KDTree在二维数组（本质上是嵌套列表，嵌套列表的维度为2）中找到最近邻对。我生成了我的嵌套列表，并将其传输到numpy的数组中，然后创建了KDTree实例。然而，每当我尝试在其上运行“query”时，我总是得到奇怪的答案。例如，当我输入：

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

nearest打印出(0.0, 0)。目前，我正在使用一个基本上是y = x的数组，范围为(1,50)，所以我期望对于(1,1)，我应该得到(2,2)的最近邻居。

我做错了什么，scipy大师们？

编辑: 或者，如果有人能向我指出一个他们用于给定点的最近邻搜索的python KDTree软件包，我会很乐意听取建议。

- jlv

Answer 1

我之前使用过 scipy.spatial，相较于 scikits.ann，它在接口方面有很大的改进，看起来非常不错。

在这种情况下，我认为你可能会混淆 tree.query(...) 调用的返回值。根据 scipy.spatial.KDTree.query 的文档：

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，您将得到：

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

这意味着[1,1]是您在array中的原始数据的第一行，这是预期的，因为您的数据在y = x on the range [1,50]上。 scipy.spatial.KDTree.query函数有许多其他选项，因此，如果您想确保获取最近的邻居而不是自己，请尝试：

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

这将返回两个最近的邻居，你可以进一步应用逻辑，使得当距离为零时（即查询点是用于构建树的数据项之一），选择第二个最近的邻居而不是第一个。

- dtlussier