Python 3.x 如何使用spotify'；python中的恼人库？

我想知道烦恼图书馆是如何运作的。我从github获得了这个测试代码，但我对编码还不熟悉，所以很难理解

from annoy import AnnoyIndex
import random
f = 40

t = AnnoyIndex(f, 'angular')  #Length of item vector that will be indexed
for i in range(1000):
    v = [random.gauss(0, 1) for z in range(f)]
    t.add_item(i, v)

t.build(10) # 10 trees
t.save('test.ann')

u = AnnoyIndex(f, 'angular')
u.load('test.ann') # super fast, will just mmap the file
print(u.get_nns_by_item(0, 1000)) # will find the 1000 nearest neighbors

---

烦恼库基本上用于解决欧几里德距离、曼哈顿距离、余弦距离、汉明距离或点（内积）距离的最近邻布尔搜索（NNS）问题。使用“烦恼”，你将在n维空间中构建一个由点或向量组成的网络，然后要求它给出这个给定网络的不同属性。使用此库的优点之一是，它在内存存储方面特别有效。你可以用它做很多事情，事情变得复杂到你想要的程度，但这里有一个简单的例子可能会有所帮助

a = AnnoyIndex(3, 'euclidean')
b = AnnoyIndex(3 ,'angular')

在这里，您首先创建对象，烦恼包将在其上运行。第一种情况是具有欧几里德距离的三维空间。第二个是有角度的

a.add_item(0,[1,0,0])
a.add_item(1,[0,1,0])
a.add_item(2,[2,0,0])
a.add_item(3,[2.5,0,0])
a.add_item(4,[1,0,0.5])

b.add_item(0,[1,0,0]) 
b.add_item(1,[0,1,0])
b.add_item(2,[2,0,0])
b.add_item(3,[2.5,0,0])
b.add_item(4,[1,0,0.5])

a.build(1)
b.build(1)

在这里，我分别在对象a和b的相同位置添加相同的五个项目，然后使用a/b.build（n）构建网络，其中n是使用的“树”的数量。树木越多，执行操作时，网络越精确，速度越快。在这种情况下，我们使用n=1，因为网络非常简单

    print(a.get_nns_by_item(0, 4))
    print(b.get_nns_by_item(0, 4))

现在我要求网络给我网络中0到4之间的所有元素，从离项目0较近的地方到较远的地方列出，使用其各自的距离，分别获得0,4,1,2,3和0,2,3,4,1。现在让我们来看看为什么我们会得到这样的结果。在下面的几行中，我计算项目0与其他项目之间的距离，然后将它们从小到大排序

---

---

对象a，使用欧几里德距离的距离（d（（x，y，z），（x'，y'，z'））=sqrt{（x-x'）^2+（y-y'）^2+（z-z'）^2}）：

从小到大排序：d0-0、d0-4、d0-1、d0-2、d0-3（或{0,4,1,2,3}）

---

---

对象b，使用角度距离的距离（两个矢量之间的角度，单位为度）：

在这种情况下，如果两个元素具有相同的角度，排序将优先于较小的项：{0,2,3,4,1}

---

---

到目前为止还不错。现在让我们看看你的代码

    from annoy import AnnoyIndex
    import random
    f = 40

    t = AnnoyIndex(f, 'angular')  #Length of item vector that will be indexed
    for i in range(1000):
        v = [random.gauss(0, 1) for z in range(f)]
        t.add_item(i, v)

    t.build(10) # 10 trees
    t.save('test.ann')
    

在第一部分中，我们将网络空间的维数设置为40，并选择使用角距离。然后，在下一步中，我们创建一千个项目，每个项目都有对应的四十维向量，也可以理解为四十维空间中的一个点。然后，计算每个维度的值 由random.gauss（0,1）设置，它随机返回高斯分布中的一个点，由 e^{x}^2/2}/sqrt{2\pi}。然后，我们使用10棵树构建相应的网络，并将其保存为“test.ann”

u = AnnoyIndex(f, 'angular')
u.load('test.ann') # super fast, will just mmap the file
    
    

现在我们可以下载它并将其用于我们想要的任何目的，它的优点是网络已经建成，因此速度更快

print(u.get_nns_by_item(0, 1000)) 

现在，我们要得到千个元素，它们按照相对于第0项的角度距离排序。请注意，如果我们不输入1000，而是输入一个较小的数字，则大于此数字的项目将自动被划分

有关最近的Neightbour搜索的详细信息：

Github恼怒包

---

这与VPTree相比如何？计算的欧几里德距离是否不正确？您已经提到：

树越多，网络在执行操作时就越精确和快速。

这不是错吗？当我增加树的数量时，执行搜索需要更长的时间。

u = AnnoyIndex(f, 'angular')
u.load('test.ann') # super fast, will just mmap the file
    
    

print(u.get_nns_by_item(0, 1000))