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:Python 在二维numpy阵列中删除彼此之间具有特定距离的点,python,python-3.x,numpy,numpy-ndarray,Python,Python 3.x,Numpy,Numpy Ndarray,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,
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?