Python pandas:将距离矩阵转换为字典,其中的元素按接近度排序
我有一个矩阵,每个点之间都有距离Python pandas:将距离矩阵转换为字典,其中的元素按接近度排序,python,pandas,numpy,Python,Pandas,Numpy,我有一个矩阵,每个点之间都有距离 Points 1 2 3 .. n 1 0 2.4 1.6 .. 7.8 2 2.4 0 4.9 .. 0.8 3 1.6 4.9 0 .. 2.7 .. ..................... n 7.8 .. .. .. 0 我需要获得以点为键的字典,以及按接近度排序的以点为值的列表 Dictionary: { 1: [3
Points 1 2 3 .. n
1 0 2.4 1.6 .. 7.8
2 2.4 0 4.9 .. 0.8
3 1.6 4.9 0 .. 2.7
.. .....................
n 7.8 .. .. .. 0
我需要获得以点为键的字典,以及按接近度排序的以点为值的列表
Dictionary:
{
1: [3,2,..,n],
2: [n,..,1,3],
3: [1,n,..,2],
..
}
我应该迭代矩阵并对每一行排序,然后在字典中插入元素,但这是一种优雅的方式。演示:
In [79]: d
Out[79]:
1 2 3
1 0.0 2.4 1.6
2 2.4 0.0 4.9
3 1.6 4.9 0.0
DF显示按接近度排序的点的索引/标签(到自身的距离-第0列已删除):
所需词典:
In [81]: (pd.DataFrame(np.take(d.columns, np.argsort(d, axis=1).iloc[:, 1:]).T, index=d.index)
.T.to_dict('l'))
Out[81]: {1: ['3', '2'], 2: ['1', '3'], 3: ['1', '2']}
如果你有一本字典,你不会没有顺序吗?顺序是字典中的值列表,不是键。我需要对每个关键点按距离排序。
In [81]: (pd.DataFrame(np.take(d.columns, np.argsort(d, axis=1).iloc[:, 1:]).T, index=d.index)
.T.to_dict('l'))
Out[81]: {1: ['3', '2'], 2: ['1', '3'], 3: ['1', '2']}