Python SciPy distance.is_valid_dm用法及代碼示例

本文簡要介紹 python 語言中 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)#

如果輸入數組是有效的距離矩陣，則返回 True。

距離矩陣必須是二維 numpy 數組。它們必須有zero-diagonal，並且必須是對稱的。

參數 ：：

D： array_like

候選人反對測試有效性。

tol： 浮點數，可選

距離矩陣應該是對稱的。tol是條目之間的最大差異ij和ji距離度量被認為是對稱的。

throw： 布爾型，可選

如果傳遞的距離矩陣無效，則會引發異常。

name： str，可選

要檢查的變量的名稱。如果將 throw 設置為 True，則這很有用，以便在引發異常時可以在異常消息中識別出有問題的變量。

warning： 布爾型，可選

不會引發異常，而是引發警告消息。

返回 ：：

valid： bool

如果傳遞的變量 D 是有效的距離矩陣，則為 True。

注意：

如果 D 和 D.T 中的微小數值差異以及對角線的非零性在 tol 指定的公差範圍內，則忽略它們。

例子：

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

該矩陣是有效的距離矩陣。

>>> 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，輸入不是有效的距離矩陣。

非正方形：

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

非零對角線元素：

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

不對稱：

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