Python 数据集的最小距离

给我

from scipy.spatial.distance import cdist
from sklearn.datasets import make_moons

X, y = make_moons()
cdist(X,X).min(axis=1)

---

这不是我想要的。我希望

X

中所有点之间的最小距离

I

不等于

j

。当然，如果

i=j

，那么我会得到

0

。如何使用

cdist

实现这一点？

cdist

计算数组的成对距离是一种过分的做法。对于数组，上三角形是所有可能距离的最小有意义表示，不包括到自身的0距离。方法是使用：

它返回一个上三角n阵列，即：

Y:Ndaray

---

返回一个压缩的距离矩阵Y。对于每个i和j（其中iYou基本上希望忽略距离矩阵的对角线，对吗？这可能不是最优雅的解决方案，但通过向对角线添加

inf

（或任何其他足够大的数字），

.min（axis=1）

应该可以工作。

（cdist（X，X）+np.diag（[np.inf]*len（X））.min（轴=1）

array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

from scipy.spatial.distance import pdist
from sklearn.datasets import make_moons

X, y = make_moons()
# desired output
pdist(X).min()

%timeit pdist(X)
73 µs ± 825 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit cdist(X,X)
112 µs ± 315 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)