在numpy 2D数组中查找连续的数字组，在Python中允许两个独立值的最大距离

我有一个非常大的矩阵，需要根据两个标准对数据点进行聚类：

它们之间的距离不应超过x轴上的3，以形成集群

它们之间的距离也不应超过y轴上的3，以形成集群

例如，矩阵中的以下数据点：

[14, 282681]
[14, 282680]
[21, 176161]
[22, 176162]
[37, 273403]
[37, 273443]
[41, 207638]

它们应分为：

{1: [[14, 282681][14, 282680]],
2: [[21, 176161],[22, 176162]],
3: [[37, 273403],
4: [[37, 273443]]],

在一维数组上只执行1）是很简单的，因为可以对数组进行排序，然后在每次间隔大于3时插入一个断点。到目前为止，我已经试过理解列表了。 但同时在两个轴上结合这两个标准确实让我的头有点扭曲。 如果我先根据x轴对其进行排序，然后根据大于3的间隙对其进行切分，然后在y轴上重复该过程，数据就会被弄乱。

---

我尝试将数据点插入矩阵，并在此矩阵上应用连接组件标签。它能工作，但速度非常慢。我想知道是否有更快、更优雅的方法来解决这个问题？

第一个问题是，您的问题没有明显的唯一解决方案-有许多方法可以分割数据以满足您的约束。除此之外，我认为您真正想要的是为您的数据生成一个K-d树（在您的例子中，K=2），它将满足您的需要。这在scipy中可用：

query-ball-point

方法与您想要的最接近。

多大是“非常大”？在两个维度上都可能是一百万左右！KD tree不是看欧几里德距离，而是看每轴距离吗？@Ehsan查询是看欧几里德距离，但是请注意，你的L-无限球半径=3个球（=正方形）包含在半径为3 sqrt（2）的磁盘中，所以请看一下并过滤。太棒了！这就成功了，非常感谢你的回答。它也足够快。@IgorRivin，但这不是将球和正方形之间的点错误地聚集到球中吗？我想不出一个简单的方法来将过滤转换成正确的聚类。