Python 创建一个循环，在数据集的所有项上运行函数（参数是数据集的索引）？

所以我有一个函数：

def connection(n,m,r):
          is_connected = ((x[n]-x[m])**2 + (y[n]-y[m])**2)**0.5
          if is_connected < 2*r:
              return n + " " + "connects with" + " " + m
          else:
              return "no connection"

由于数组基本上是10组坐标，我从中产生了两个列表，x和y（x是数组的第一列，y是第二列）。m和n是这些列表中的索引。因此，n和m对应于数组中的索引，但我不确定如何对应

---

我现在一直在做的是手动输入索引，以查看此数组中的任意两个圆是否连接-是否有一个-for循环可以更有效地执行此操作？

一个简单的示例是：

# m is your array
rows = m.shape[0]
for x in range(rows):
    for y in range(rows)[x+1:]:
        # x, y correspond to indices of two circles
        conn = connection(x, y, r)

你可以用

为此，只需更改连接以接受圆作为其参数，并将

r

作为圆的一部分

def connection(circle):
    n, m, r = circle
    is_connected = ((x[n]-x[m])**2 + (y[n]-y[m])**2)**0.5
    if is_connected < 2*r:
        return n + " " + "connects with" + " " + m
    else:
        return "no connection"

然后简单地这样做：

map(connection, circles)

如果r是外部的，或者是成员，则您希望使用以下选项：

def connection(coord):
    n, m = coord
    is_connected = ((x[n]-x[m])**2 + (y[n]-y[m])**2)**0.5
    if is_connected < 2*r:
        return n + " " + "connects with" + " " + m
    else:
        return "no connection"

coords = array([
   [ 0.31730234,  0.73662906],
   [ 0.54488759,  0.09462212],
   [ 0.07500703,  0.36148366],
   [ 0.33200281,  0.04550565],
   [ 0.3420866 ,  0.9425797 ],
   [ 0.36115391,  0.16670599],
   [ 0.95586938,  0.52599398],
   [ 0.13707665,  0.6574444 ],
   [ 0.77766138,  0.56875582],
   [ 0.79618595,  0.7139309 ]])

map(connection, coords)

---

无论如何，你应该用不同的方式做事。不幸的是，速度快得多的

cKDTree

没有必要的功能，但即使是另一个

KDTree

也应该给您带来巨大的速度提升（并更优雅地解决它）

不幸的是，虽然它没有使用

cKDTree

，但这仍然为您节省了

O（N^2）

复杂性。。。当然，如果

len（圆圈）

很小，这并不重要，但是您可以使用广播（或者

distance\u matrix

from

scipy.space

）：

distance=np.sqrt（（（圆[：，无，：]-圆）**2.sum（-1））
连接=距离<（2*r）
#如果需要此处的列表/数组列表，可以执行以下操作：
连接=[np.flatnonzero（c）表示连接中的c]

---

但是请注意，第二种方法是一个内存消耗大的怪物，只有当

圆圈
很小时才有用。
在回顾了您的一些回答之后，我给您写了一个新的答案，它完全改变了您的代码

def check_overlap(circleA, circleB, r):
    # your code.
    # in each circle you have [x-coord, y-coord]

circles = [
    [0.34, 0.74], [0.27, 0.19],
    [0.24. 0.94], [0.64, 1.42]]

for a, b in ((a,b) for a in circles for b in circles):
    if a != b:
        check_overlap(a, b, r)

这清楚地表明了您在代码中所做的事情，python完全是关于可读性的

注意：最后一个函数与使用相同，但没有导入它。
编辑：刚刚实现，下面是seberg最后一个方法的扩展版本

如果您的数据集很小，比如在（非常）几千个元素中，您可以使用numpy强制执行以下操作：

import numpy as np
n = 10 # the number of circles
circles = np.random.rand(n, 2) # the array of centers
distances = circles.reshape(n, 1, 2) - circles.reshape(1, n, 2)
# distances now has shape (n, n, 2)
distances = np.sqrt(np.sum(distances**2, axis=2))
# distances now has shape (n, n)
# distances[i, j] holds the distance between the i-th and j-th circle centers

当您要检查哪些半径圆
r
重叠时，可以执行以下操作：

r = 0.1
overlap = distances < 2 * r
# overlap[i, j] is True if the i-th and j-th circle overlap, False if not

r=0.1
重叠=距离<2*r
#如果第i个和第j个圆重叠，则重叠[i，j]为真，否则为假

这最后两行代码可以重用为所需的
r
的任何值，而无需执行上一步更密集的计算

它使用了大量不必要的内存，因此对于（中等）大的数据集，它会崩溃，但由于所有循环都是由numpy在引擎盖下运行的，因此它应该很快。
函数中的
r
是什么？数组中的每个项只有两个值。对不起，r是磁盘的半径，其中心是这些坐标。它将在整个程序中更改，这就是为什么它也是一个参数。@Amanc如果
r
在整个程序中更改，而与给定的实际坐标无关，它不应该是一个参数，它应该是一个类的成员，函数应该是类的一部分。@我们的想法是，每次运行for循环和函数时，我都会更改半径并生成不同的数据集。@Amanc在查看了您的一些回答之后。我得说你的问题一点也不清楚您需要一个函数来比较两个圆，以查看是否存在重叠。要做到这一点，您需要一组相互匹配的圆对。这应该是你的方法。谢谢你的帮助。但问题是，我的参数不是圆的坐标。我的参数实际上是两个半径相同的不同圆，另一个参数是半径。因此，我们的想法是让函数在数组中两个圆的每一个组合上循环。这有道理吗？嘿！非常感谢你的帮助。但是我遇到了这个错误：TypeError:'int'对象没有属性'getitem'，看起来您试图使用整数作为列表（访问元素）。我从您的代码中看到您使用的名称是x和y，与我发布的代码中的名称相同。尝试重命名它们，因为它们似乎正在覆盖您的。哦，这是一个很好的Python式回答：）。谢谢您的帮助！当我试着运行代码时，它给了我一个关于-if段格式的问题？换句话说，它说我不能添加字符串和变量？这是真的，还是我的解释器出了问题？而且，n和m不是圆中的x和y坐标-它们实际上是对应于两个不同圆的索引。抱歉不清楚。@Amanc没有看到实际的错误，stacktrace，我无法告诉您实际的问题。但你永远不能在非字符串中添加字符串。我想我已经解决了这个问题。谢谢但是，这个函数告诉我两个[i]圆是否连接-m和n不是圆的x和y坐标，它们实际上是数组中两个不同圆对应的索引。谢谢你的帮助。我得到了这个错误：名称错误：名称“x_点”没有定义谢谢！不幸的是，由于r未定义，我仍然收到一个命名错误，因此x_点和y_点未定义，代码不起作用。@Amanc好吧，
r
是半径（或者可能是
2*r
），定义它是您的工作。非常优雅的解决方案，谢谢，但这有点让我不知所措，因为我的python经验非常有限。我试着把它分解，帮助自己一点一点地理解它，所以谢谢你提高了我的能力！非常感谢。这看起来很棒。但有一件事；我正在使用numpy.random生成一个数组，这个数组的中心坐标是，r对于所有的
from scipy.spatial import KDTree
from itertools import chain

tree = KDTree(circles)

# unfortunatly only a list of lists, because there may be a different amount
# also the point itself is included every time.
connections = tree.query_ball_tree(tree, 2*r)

# if all you want is a list of lists of what connects with what
# connections is already what you need. The rest creates a connectivity matrix:    

repeats = [len(l) for l in connections]
x_point = np.arange(len(circles)).repeat(repeats)
y_point = np.fromiter(chain(*connections), dtype=np.intp)

# or construct a sparse matrix here instead, scipy.sparse has some graph tools
# maybe it even has a better thing to do this.
connected = np.zeros((len(circles),) * 2, dtype=bool)
connected[x_point, y_point] = True

distances = np.sqrt(((circles[:,None,:] - circles)**2).sum(-1))
connected = distances < (2 * r)

# if you need the list of lists/arrays here you can do:
connections = [np.flatnonzero(c) for c in connected]

def check_overlap(circleA, circleB, r):
    # your code.
    # in each circle you have [x-coord, y-coord]

circles = [
    [0.34, 0.74], [0.27, 0.19],
    [0.24. 0.94], [0.64, 1.42]]

for a, b in ((a,b) for a in circles for b in circles):
    if a != b:
        check_overlap(a, b, r)

import numpy as np
n = 10 # the number of circles
circles = np.random.rand(n, 2) # the array of centers
distances = circles.reshape(n, 1, 2) - circles.reshape(1, n, 2)
# distances now has shape (n, n, 2)
distances = np.sqrt(np.sum(distances**2, axis=2))
# distances now has shape (n, n)
# distances[i, j] holds the distance between the i-th and j-th circle centers

r = 0.1
overlap = distances < 2 * r
# overlap[i, j] is True if the i-th and j-th circle overlap, False if not