Python 如何从几个numpy数组中找到两个最近的numpy数组？

我有几个numpy数组，我想比较它们，找到给定数组中最接近的数组。我可以使用以下公式计算这些阵列之间的距离。但是，有没有办法从几个numpy数组中找到最接近的两个数组

---

对于我得到的数组

print（arr.shape）

给出

（300，）

要找到最接近的两个，需要计算距离矩阵，然后在该矩阵中找到最小值以获得彼此最接近的坐标（使用该矩阵，可以得到坐标的索引）

从scipy.spatial导入距离
将numpy作为np导入
coords=np.array([
(35.0456, -85.2672),
(35.1174, -89.9711),
(35.9728, -83.9422),
(36.1667, -86.7833)
])
距离=距离.cdist（坐标，坐标，'欧几里德'）
#如果你不这样做，那么与自我的距离将永远存在
#是矩阵中的最小距离（始终为0）：
np.fill\u对角线（距离，np.inf）
最小索引=（np.argmin（距离））
最近的=np.展开索引（最小索引，距离.形状）

一旦定义了

最近的

索引，就可以获得关于最近坐标对的所有信息：

print（f“两个最近的是{最近的}”）
打印（f“他们在距离{距离[最近]}”）
打印（f“分别坐标{coords[0]]}和{coords[1]]}”）

产出：

The two closest are (0, 2)
They are at distance 1.6171965990565296
Resp. coordinates [ 35.0456 -85.2672] and [ 35.9728-83.9422]

最后，请注意，所有这些输入也会起作用：

coords=np.array（[35.0456，-85.2672]，[35.1174，-89.9711]）
arr1=[35.0456，-85.2672]
arr2=[35.1174，-89.9711]
coords=np.array（[arr1，arr2]）

编写一个距离函数，然后使用itertools计算列表对之间的距离如何

例如：

a_1 = [0,3,4,5]
a_2 = [4,7,8,9]
a_3 = [12, 34, 44]

from itertools import combinations

def distance(list1, list2):
    """Distance between two vectors."""
    squares = [(p-q) ** 2 for p, q in zip(list1, list2)]
    return sum(squares) ** .5

distances = []
for pair in combinations([a_1, a_2, a_3], 2):
    distances.append(pair)
    distances.append(distance(list(pair[0]), list(pair[1])))

结果:

 [([0, 3, 4, 5], [4, 7, 8, 9]), 8.0, ([0, 3, 4, 5], [12, 34, 44]), 52.009614495783374, ([4, 7, 8, 9], [12, 34, 44]), 45.70557952810576]

---

我使用的numpy数组是fasttext向量表示。我尝试了你发布的内容，每次距离我都得到0.0。为什么？距离函数假定向量中的元素是整数。您应该能够进行转换。例如，使用列表理解

a_1=[int（x）表示a_1中的x]

可以很好地工作。这是我的错。据我所知，我认为你在上面发布的内容是找到给定数组中最近的两个点。但我需要的是在许多数组中找到两个最接近的数组（类似于@Horbaje的答案），它的作用是在一个坐标数组中找到最接近的坐标（用数组表示，或者元组表示，但这是相同的）。因此，它会在数组列表中找到最近的数组。我编辑了我的答案，并添加了数组数组而不是元组数组的详细信息。