问题标签 [pdist]

我在 python 中的 pdist 函数有问题。我有点的坐标，我想找到它们之间的距离，但它不将它们视为坐标，而是找到两点之间的距离而不是坐标（它将坐标视为十进制数而不是坐标）。到目前为止，我找不到任何有关如何解决此问题的信息。任何帮助表示赞赏。换句话说，我应该对我的坐标进行任何转换吗？这是一个示例代码：

它给我的结果是 0.55361991 英里，但是当我将坐标放入谷歌地图时，它给了我 42 英里。

谢谢

我想根据它们的时间信息计算项目（0,1,2,3..）之间的相似性。时间信息可以是时间瞬间（开始日期）、时间间隔（开始日期、结束日期）或空值（NaT）；请参阅下面的数据框（df_for）示例。

1. {instant,instant} ：如果等于 sim = 1，否则 sim =0
2. {instant,null} 或反之，sim =0
3. {instant, interval}：如果区间内的瞬间，sim =1 或者如果一个区间包含一个瞬间，sim = 1
4. {interval,interval} ：如果区间重叠，sim = 两个区间的交集/两个区间的并集
5. {interval,interval} ：如果一个区间包含另一个，则 sim = 1

以下 python 代码从数据帧中获取时间信息并执行上述条件 (1-5)。代码很冗长，我想知道是否有一种聪明的方式/lib来使用python计算时间段和时间瞬间之间的相似性。

我在计算一对物体之间的马氏距离时遇到了一些麻烦。我遵循了 MATLAB 的文档，为了计算马氏距离，我必须使用 pdist2：“D = pdist2(X,Y,'mahalanobis',C)"

这给了我错误：

使用 pdist2 时出错（第 282 行） Mahalanobis 度量的协方差矩阵必须是列数与 X 相同的方阵。并且它必须是对称且正定的。

另一方面，如果我尝试：

我得到：

使用 mahal 时出错（第 38 行） X 的行数必须超过列数。

转置 A1,A2 我得到一个 3x1 矩阵，但我很确定我的值必须是一维的。任何帮助将不胜感激。

我有一个 nd 数组，如下所示：

这个数组中的每个元素都是一个距离，我需要把它变成一个带有行、列、距离的列表，如下所示：

此外，删除对角元素以及元素 (j,i) 作为 (i,j) 已经存在会很酷。本质上，是否可以只取其顶部的三角矩阵？

这是否可以有效地完成（没有很多循环）？我用方形创建了这个数组，但找不到任何文档来做这个。

我正在尝试在 pandas 数据帧上应用成对欧几里德距离计算的变体来生成边缘列表。

标准欧式距离计算可以是：

我做了欧几里得距离计算的变体：

似乎我的变化比pdistof慢得多，scipy我猜这是由于循环通过配对列表。它占用的内存比pdist我猜想pdist一次将计算应用于所有对。有什么方法可以将我的距离计算也应用于所有对吗？

我正在使用带有 scipy 的 python 2.7 来计算数组的距离矩阵。

我不知道如何在返回的压缩矩阵中找到想要的距离值。

查看示例

将打印

我在这里发现压缩矩阵中的 ij 条目应该存储 i 和 j 条目之间的距离，其中 ithread 想知道它们是否意味着 ij 为 i*j 或 str.join(i,j) 例如 1,2 -> 2 或 12 .

我找不到一致的方法来了解想要的索引。

看我的例子，如果第一个选项有效，您应该期望从条目 0 到其他任何地方的所有距离都将存储在条目 0 中。

任何人都可以阐明我如何提取从入口 x 到入口 y 的所需距离吗？我在寻找哪个索引？

谢谢！

我读了这个，但这并没有解决我的问题：我有这个 initial_comparison_frame

你可以这样生成：

（我从 get_dummies 生成另一种方式，但这并没有改变任何东西）

我想建立这些向量的成对距离矩阵，使用 cohen_kappa_score

像这样：

为方便起见，您可以像这样生成：

我的实际问题是这些值与单个值的实际 kappa_score 匹配，对角线除外。既然是距离矩阵，那么一个人到自己的距离确实应该是0，但是，为什么矩阵中的分数不等于1——kappa分数呢？
否则，两个逻辑应用于同一个矩阵，我不明白。所以我相信我犯了一个错误。

谢谢你启发我。

如何在 Python 中计算字符串的 Jaro Winkler 距离矩阵？

我有大量手动输入的字符串（名称和记录编号），我正在尝试在列表中查找重复项，包括拼写可能略有不同的重复项。对类似问题的回答建议使用 Scipy 的 pdist 函数和自定义距离函数。我尝试使用 Levenshtein 包中的 jaro_winkler 函数来实现这个解决方案。问题在于 jaro_winkler 函数需要字符串输入，而 pdict 函数似乎需要二维数组输入。

例子：

预期输出 - 像这样：

实际错误：

我假设这是因为 jaro_winkler 函数看到的是 ndarray 而不是字符串，并且我不确定如何在 pdist 函数的上下文中将函数输入转换为字符串。

有没有人建议允许这个工作？提前致谢！

恢复这个问题：用缺失值计算 scipy 中的成对距离

测试用例：我想计算将不同长度的系列的成对距离组合在一起，我必须以最有效的方式进行（使用欧几里得距离）。

使其工作的一种方法可能是：

但我觉得这可能非常低效，因为pdist函数的内置方法在内部进行了优化，而函数只是被传递了。

我有一种预感，我会在numpy其中broadcast进行减法运算，然后继续np.nansum进行na抗性总和，但我不确定如何进行。

我正在尝试对时间序列进行聚类。簇内元素具有相同的形状但不同的尺度。因此，我想使用相关性度量作为聚类指标。我正在尝试相关性或皮尔逊系数距离（欢迎任何建议或替代方案）。但是，当我运行 Z = links(dist) 时，以下代码会返回错误，因为 dist 中有一些 NaN 值。time_series 中没有 NaN 值，这得到了证实

返回 False

作为替代方案，我将使用皮尔逊距离

但这会产生一些运行时警告并花费大量时间。