Python Scipy和Networkx：如何計算歐幾里德距離矩陣？

Question

我使用Python Networkx建立的曲線圖和我有以下的節點位置作爲一個例子（positions.txt）：

1 21.5 23 
2 24.5 20 
3 19.5 19 
4 22.5 15 
5 24.5 12 

節點ID，X，Y予讀取使用熊貓文件並將位置設置爲Networkx中的節點屬性。在for循環中使用add_edge(id1, id2, weight)方法添加節點（沒有自身邊緣）。到目前爲止，我已經假設所有的節點默認都是相互連接的，並且沒有考慮節點的半徑或距離等參數。
現在，我想計算使用這些節點位置的節點之間的歐幾里德半徑或距離矩陣，並且使用此矩陣，我希望能夠打印落在給定半徑範圍內的節點的鄰居，並將該文件另存爲一個csv矩陣文件。一位朋友建議我使用scipy的euclidean方法，但我不知道如何使用它來構建矩陣，因此我沒有起點。我嘗試使用ego_graph()，但它沒有給我想要的結果。
任何幫助在解決我的問題表示讚賞。
在此先感謝。 （使用Ubuntu 14.04 32位虛擬機和Python 2.7）

Answer 1

您可以使用scipy.spatial.distance.cdist()給定座標列表來生成距離矩陣。

顯然一個numpy數組總是0索引的，如果你的節點有隨機數，你想保留一個列表來知道你的矩陣的哪一行/哪一列對應哪一對。

之後你做了什麼應該是微不足道的，但我會根據你的描述給出一個例子。對於每個節點，在閾值距離內打印所述節點的ID和任何相鄰節點的ID。

import numpy as np 
from scipy.spatial import distance 

def neighbour_nodes_of(node, dist_matrix, distance): 
    row = dist_matrix[node] 
    return np.where((row <= distance) * (row > 0))[0] 

ids = [1, 2, 3, 4, 5] 
coords = [(21.5, 23), 
      (24.5, 20), 
      (19.5, 19), 
      (22.5, 15), 
      (24.5, 12), 
      ] 
threshold = 8. 

dist_matrix = distance.cdist(coords, coords) 

# this is something you can write to a file instead 
for i, node_id in enumerate(ids): 
    neighbours = neighbour_nodes_of(i, dist_matrix, threshold) 
    neighbour_ids = [ids[n] for n in neighbours] 
    print([node_id] + neighbour_ids)