Python SciPy distance.is_valid_dm用法及代码示例

本文简要介绍 python 语言中 scipy.spatial.distance.is_valid_dm 的用法。

用法:

scipy.spatial.distance.is_valid_dm(D, tol=0.0, throw=False, name='D', warning=False)#

如果输入数组是有效的距离矩阵，则返回 True。

距离矩阵必须是二维 numpy 数组。它们必须有zero-diagonal，并且必须是对称的。

参数 ：：

D： array_like

候选人反对测试有效性。

tol： 浮点数，可选

距离矩阵应该是对称的。tol是条目之间的最大差异ij和ji距离度量被认为是对称的。

throw： 布尔型，可选

如果传递的距离矩阵无效，则会引发异常。

name： str，可选

要检查的变量的名称。如果将 throw 设置为 True，则这很有用，以便在引发异常时可以在异常消息中识别出有问题的变量。

warning： 布尔型，可选

不会引发异常，而是引发警告消息。

返回 ：：

valid： bool

如果传递的变量 D 是有效的距离矩阵，则为 True。

注意：

如果 D 和 D.T 中的微小数值差异以及对角线的非零性在 tol 指定的公差范围内，则忽略它们。

例子：

>>> import numpy as np
>>> from scipy.spatial.distance import is_valid_dm

该矩阵是有效的距离矩阵。

>>> d = np.array([[0.0, 1.1, 1.2, 1.3],
...               [1.1, 0.0, 1.0, 1.4],
...               [1.2, 1.0, 0.0, 1.5],
...               [1.3, 1.4, 1.5, 0.0]])
>>> is_valid_dm(d)
True

在以下示例中，输入不是有效的距离矩阵。

非正方形：

>>> is_valid_dm([[0, 2, 2], [2, 0, 2]])
False

非零对角线元素：

>>> is_valid_dm([[0, 1, 1], [1, 2, 3], [1, 3, 0]])
False

不对称：

>>> is_valid_dm([[0, 1, 3], [2, 0, 1], [3, 1, 0]])
False