使用scipy.spatial的數據類型問題

Question

我想使用scipy.spatial的KDTree在二維數組（基本上是嵌套列表的維度爲2的列表的列表）中查找最近鄰居對。我生成我的列表清單，將其管入numpy的數組中，然後創建KDTree實例。但是，每當我嘗試運行「查詢」時，我都不可避免地會得到奇怪的答案。例如，當我鍵入：

tree = KDTree(array) 
nearest = tree.query(np.array[1,1]) 

最近打印出（0.0，0）。目前，我使用的數組基本上y = x的範圍（1,50），所以我期望我應該得到（2,2）的最近鄰居爲（1,1）

什麼我做錯了，scipy大師？

編輯：另外，如果有人可以指向我的Python的KDTree包，他們已經用於給定點的最近鄰居搜索，我很想聽聽它。

Answer 1

我之前使用過scipy.spatial，與scikits.ann相比，它似乎是一個不錯的改進（特別是接口）。

在這種情況下，我認爲你已經混淆了你的tree.query(...)呼叫的回報。從scipy.spatial.KDTree.querydocs：

Returns 
------- 

d : array of floats 
    The distances to the nearest neighbors. 
    If x has shape tuple+(self.m,), then d has shape tuple if 
    k is one, or tuple+(k,) if k is larger than one. Missing 
    neighbors are indicated with infinite distances. If k is None, 
    then d is an object array of shape tuple, containing lists 
    of distances. In either case the hits are sorted by distance 
    (nearest first). 
i : array of integers 
    The locations of the neighbors in self.data. i is the same 
    shape as d. 

因此，在這種情況下，當您查詢就近[1,1]給你：

distance to nearest: 0.0 
index of nearest in original array: 0 

這意味着[1,1]是你的原始數據的第一行array，預計給您的數據是y = x on the range [1,50]。

的scipy.spatial.KDTree.query功能有很多其他選擇，所以例如，如果你想確保獲得近鄰本身不是嘗試：

tree.query([1,1], k=2) 

這將返回最近的鄰居，您可以應用更多的邏輯，以便在返回距離爲零的情況下（即查詢的點是用於構建樹的數據項之一），將採用第二個最近的鄰居而不是第一個。