1

我是 scipy 的新手，最近了解到cdist我们可以在哪里传递我们自己的自定义函数来计算距离。但是，cdist仅计算单个点的距离（因此，自定义函数必须计算两点之间的距离）。这适用于大多数情况，但在我的情况下，要计算一组点之间的距离。（您可以将其视为滑动窗口，例如大小为 3）。一个例子可以清楚地说明这一点：

def f(*a, **kw):
    print(a, kw)
    return 0

# Consider it a set of points: [p0, p1, p2, ...]
a = numpy.array([[1,2,3],[10,11,12],[20,21,22],[30,31,32]]) 

# Consider it a set of points: [q0, q1, q2, ...]
b = numpy.array([[4,5,6],[14,15,16],[24,25,26],[34,35,36],[44,45,46]])

现在，如果我只是这样做scipy.spatial.distance.cdist(a, b, f)，则每次f调用时，每个数组中只有 1 个条目被传递给f. 所以函数调用（和传递的值）看起来像：

1st call: p0, q0
2nd call: p0, q1
3rd call: p0, q2
4th call: p0, q3
5th call: p0, q4 <-- 
6th call: p1, q0
7th call: p1, q1
...and so on...

但我想要的是（对于大小为 3 的窗口）：

1st call: [p0,p1,p2], [q0,q1,q2]
2nd call: [p0,p1,p2], [q1,q2,q3]
3rd call: [p0,p1,p2], [q2,q3,q4] <-- only till boundary
4th call: [p1,p2,p3], [q0,q1,q2]
5th call: [p1,p2,p3], [q1,q2,q3]
...and so on...

我搜索了很多，还尝试了 scipy 的通用过滤器和相关函数，但它们不提供该功能（据我了解）。有没有办法如上所述计算距离？

欢迎任何想法/建议。谢谢

4

1 回答 1

1

由于您要计算所有距离，并且您使用的是自定义函数，因此除了方便之外，使用cdist.

首先，你需要窗口化你的观点，我建议使用as_strided：

import numpy as np
from numpy.lib.stride_tricks import as_strided

p = np.random.rand(4, 3)
q = np.random.rand(6, 3)
win = 3
win_p = as_strided(p, shape=(p.shape[0]-win+1, win)+p.shape[1:],
                   strides=p.strides[:1]*2+p.strides[1:])
win_q = as_strided(q, shape=(q.shape[0]-win+1, win)+q.shape[1:],
                   strides=q.strides[:1]*2+q.strides[1:])

现在：

>>> p
array([[ 0.8962062 ,  0.62471689,  0.1754708 ],
       [ 0.69104294,  0.66960955,  0.97012228],
       [ 0.32023353,  0.08146304,  0.7663883 ],
       [ 0.06276952,  0.1679428 ,  0.9419452 ]])
>>> win_p
array([[[ 0.8962062 ,  0.62471689,  0.1754708 ],
        [ 0.69104294,  0.66960955,  0.97012228],
        [ 0.32023353,  0.08146304,  0.7663883 ]],

       [[ 0.69104294,  0.66960955,  0.97012228],
        [ 0.32023353,  0.08146304,  0.7663883 ],
        [ 0.06276952,  0.1679428 ,  0.9419452 ]]])

从这里你可以简单地做显而易见的事情：

ps, qs = len(win_p), len(win_q)
dist = np.empty((ps, qs))
for j, pp in enumerate(win_p) :
    for k, qq in enumerate(win_q) :
        dist[j, k] = f(pp, qq)

正如我所说，如果您定义自己的距离函数，我认为这不会比cdist.

根据您的距离函数的样子，您可以尝试对事物进行矢量化。这可能涉及创建一个中间数组 shape (ps, win, 3, qs, win, 3)，因此很可能需要大量内存。但是请随意张贴您对测量距离的想法，我很乐意看看。

于 2013-03-30T22:08:46.543 回答