Python SciPy KDTree.query_pairs用法及代码示例

本文简要介绍 python 语言中 scipy.spatial.KDTree.query_pairs 的用法。

用法:

KDTree.query_pairs(r, p=2.0, eps=0, output_type='set')#

找到 self 中距离最大为 r 的所有点对。

参数 ：：

r： 正浮点数

最大距离。

p： 浮点数，可选

使用哪个 Minkowski 范数。p必须满足条件1 <= p <= infinity.

eps： 浮点数，可选

近似搜索。如果最近的点比树的分支更远，则不会探索树的分支r/(1+eps), 如果分支的最远点接近于r * (1+eps).每股收益必须是非负的。

output_type： 字符串，可选

选择输出容器‘set’ 或‘ndarray’。默认值：‘set’

返回 ：：

results： 设置或 ndarray

一组对 (i,j) ，与 i < j ，对应的位置是关闭的。如果output_type 是‘ndarray’，则返回一个ndarry 而不是一个集合。

例子：

您可以在一定距离内搜索kd-tree 中的所有点对：

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> from scipy.spatial import KDTree
>>> rng = np.random.default_rng()
>>> points = rng.random((20, 2))
>>> plt.figure(figsize=(6, 6))
>>> plt.plot(points[:, 0], points[:, 1], "xk", markersize=14)
>>> kd_tree = KDTree(points)
>>> pairs = kd_tree.query_pairs(r=0.2)
>>> for (i, j) in pairs:
...     plt.plot([points[i, 0], points[j, 0]],
...             [points[i, 1], points[j, 1]], "-r")
>>> plt.show()