Python 在二维numpy阵列中删除彼此之间具有特定距离的点

我有以下2D阵列：

MyData = array([x = [ 82, 210, 203, 234, 135,  92, 176, 146, 246,  35, 257, 227, 258,
    132,  31, 160, 269,  24, 248, 274, 281, 279,  71,  21, 188, 163,
    243],
   y = [ 15,  16,  18,  18,  19,  21,  23,  29,  35,  47,  50,  53,  60,
     64,  67,  69,  77,  88,  89,  91, 105, 115, 138, 175, 178, 205,
    207]], dtype=int64)

我想删除所有的x和y对，它们之间的距离是特定的欧几里德距离

例如，此处210,16和203,18的距离小于10，应将两者删除

然而，在这样做之前，我首先需要所有的距离，这很容易，然后我必须删除它们

因此，我创建了这个距离矩阵：

distance = np.zeros((27,27))
for i in range (0 , 27):
    for j in range (0 , 27):
        dist= np.linalg.norm(MyData[:,i] - MyData[:,j])
        distance[i,j] = dist

然后使用以下条件，我找到了我的索引：

indx = (np.where((distance >  0) & (distance <= 10)))[0]
indy = (np.where((distance > 0) & (distance <= 10)))[1]

现在，我不知道如何使用从indx和indy获得的索引过滤“MyData”。

一个使用numpy的解决方案 首先准备数据

import numpy as np
x = np.array([[ 82, 210, 203, 234, 135,  92, 176, 146, 246,  35, 257, 227, 258,
    132,  31, 160, 269,  24, 248, 274, 281, 279,  71,  21, 188, 163,
    243],
   [ 15,  16,  18,  18,  19,  21,  23,  29,  35,  47,  50,  53,  60,
     64,  67,  69,  77,  88,  89,  91, 105, 115, 138, 175, 178, 205,
    207]]).T

计算所有点对的距离

a,b = np.tril_indices(27, -1)
diss = np.linalg.norm(x[b] - x[a], axis=1)

查找距离小于阈值的点

distance = 10
near = x[np.unique(np.concatenate([b[diss < distance], a[diss < distance]]))]

除去这些点

import matplotlib.pyplot as plt

plt.scatter(x[:,0], x[:,1])
plt.scatter(near[:,0], near[:,1]);

remove = np.delete(x,np.unique(np.concatenate([b[diss < distance], a[diss < distance]])), axis=0)
plt.scatter(remove[:,0], remove[:,1]);

一个带有numpy的解决方案 首先准备数据

import numpy as np
x = np.array([[ 82, 210, 203, 234, 135,  92, 176, 146, 246,  35, 257, 227, 258,
    132,  31, 160, 269,  24, 248, 274, 281, 279,  71,  21, 188, 163,
    243],
   [ 15,  16,  18,  18,  19,  21,  23,  29,  35,  47,  50,  53,  60,
     64,  67,  69,  77,  88,  89,  91, 105, 115, 138, 175, 178, 205,
    207]]).T

计算所有点对的距离

a,b = np.tril_indices(27, -1)
diss = np.linalg.norm(x[b] - x[a], axis=1)

查找距离小于阈值的点

distance = 10
near = x[np.unique(np.concatenate([b[diss < distance], a[diss < distance]]))]

除去这些点

import matplotlib.pyplot as plt

plt.scatter(x[:,0], x[:,1])
plt.scatter(near[:,0], near[:,1]);

remove = np.delete(x,np.unique(np.concatenate([b[diss < distance], a[diss < distance]])), axis=0)
plt.scatter(remove[:,0], remove[:,1]);

---

你应该编写一个程序来实现这一点。我已经创建了一个距离矩阵，在本例中是27乘27，然后，我找到了目标值的索引。我的问题是，我不知道如何根据27乘27的矩阵索引过滤这个2D数组！向我们展示更多您尝试过的内容并解释其失败原因：我刚刚更新了代码。数组[0]是什么意思？您应该编写一个程序来实现这一点。我创建了一个距离矩阵，在本例中是27乘27，然后，我找到了目标值的索引。我的问题是，我不知道如何根据27乘27的矩阵索引过滤这个2D数组！向我们展示更多您尝试过的内容，并解释它是如何失败的：我刚刚更新了代码。数组[0]是什么意思？